基于蟻群算法的紡織企業生產調度技術研究

孫延

(陜西工業職業技術學院 陜西 咸陽 712000)

基于蟻群算法的紡織企業生產調度技術研究

孫延

(陜西工業職業技術學院 陜西 咸陽 712000)

針對如何實現紡織企業車間資源合理配置,有效解決生產調度管理問題的目的,采用了基于蟻群算法對復雜工況下的紡織企業織造工序的排產過程進行研究,通過將其轉化為蟻群的尋址方式后,建立了織造工序排產和調度的蟻群算法模型,得出利用本文所提出的生產調度排產算法,對紡織企業生產任務進行排產調度時,得到的測試結果為完成生產任務共用了29天,每臺機臺累計進入改車工序共12次,使其即使面對多個訂單同時出現時,仍能夠較好的完成排產調度任務,有效提高紡織企業市場競爭力的結論。

蟻群算法；紡織；生產調度；模型

由于紡織企業的生產環境是不斷變化的,因此,在車間制造運行過程中,會遇到各種不同類型的隨機干擾和沖突。這些因素如機臺本身的設計產能、人為失誤以及一些不可預見的情況。此外還包括:訂單交貨日期的更改、緊急訂單的到來、車間計劃的改動、機臺突發故障等意外情況［1］。實際車間過程是非常復雜的,當各種不確定性事件發生時,上述各因素中的每一項可能都會涉及對生產計劃和機臺生產任務的重新安排,使原來調度方案的效率大大降低,紡織車間的生產調度問題也更加復雜［1］。

因此,當預調度不能正常執行,需要安排重調度時,尋找一種適應生產變化的動態車間的作業調度系統是極其必要的。生產線動態調度有2個目標:第一,調度要及時處理生產線大量的實時數據［2］。第二,要在不能耽誤高效生產作業的前提情況下,在一定的時限內做出調度方案［2］。因此,本文構建了基于蟻群算法的生產調度模型,目的是為了使車間的生產調度更合理,使生產更好地適應不斷變化的需求。

1 現代紡織企業生產調度現狀

目前,紡織企業是典型的面向訂單生產的流程型制造企業,一般采用面向訂單的生產模式,所以,針對訂單的預先排產是非常重要的。紡織企業的主要生產流程為:松絡→緊絡→整經→織造→整裝工序。其中織造是整個生產流程中最為核心的工序,多數企業在對織造工序進行生產排產調度的時候,不是按照科學的計算方法進行合理地排產,是由調度人員根據自己的經驗安排車間生產,在面對多臺機器,多個訂單,多個交期,相對復雜的工況時,會多次進入改車工序,或機臺出現不必要的空臺,使織造時間過長,生產效率低下。當前生產調度應用的排產方法如圖1所示。

為此,考慮到紡織企業當前織造工序的排產和調度的實際情況,本文提出運用螞蟻算法對車間生產的織造工序進行排產和調度,目的是解決各織造機器可運轉時間不同情況下,多訂單不同交期的織造排產問題,以提高排產和調度的效率和準確性。

圖1 當前排產方式及效果Fig.1 The current production scheduling methods and effect

2 基于蟻群算法的車間生產調度建模

2.1 生產調度建模思想

表1表明了紡織企業的實際織造排產過程與蟻群算法,即螞蟻在城市間尋址覓食有許多相似之處［3］。因此,采用蟻群算法對復雜工況下的紡織企業織造工序的排產過程進行研究時,通過將其轉化為蟻群的尋址方式后,再進一步建立織造工序排產和調度的蟻群算法模型。

表1 織造工序的排產調度和蟻群算法的相似性Tab.1 The scheduling and the ant colony algorithm of similarity in weaving

2.2 蟻群算法模型

針對上述問題,本文對人工螞蟻的設計包括以下五部分:循環次數、第幾只螞蟻、時間（在本文中指開始排產的第幾天）、機器、標識（1或2）。其中標識為1時,輸出產品編號；標識為2時,輸出加工數量。通過路徑選擇策略人工螞蟻每天為每臺可用機器確定要加工的產品、數量和狀態。若在可用于加工產品的最晚時間結束后,所有產品都加工完畢,并且沒有超過其相應的加工時間段,則該螞蟻為可行解,在所有螞蟻循環結束后,以目標值平均加工時間最短為最優解進行輸出［4］。

蟻群算法的路徑選擇要先設置車間啟發函數。因此,本文將啟發函數設置為生產的緊急度。因為,對于紡織企業的整個生產流程而言,安排在前面的訂單應是緊急的訂單,所以當機器在生產某種產品時,應盡量使其繼續加工這種產品,避免改車的麻煩。而對于繼續加工同一種產品或是加工另一種產品,所設置的啟發函數也是不盡相同的［5］。本文設置的啟發函數如下所示。

式中:i——當前機臺加工產品；j——下一步機臺加工產品；rj——產品的剩余加工量；d——從所有產品中最早開始加工那天起的第幾天。

另外,在蟻群算法的路徑選擇中,其概率計算公式如（2）所示。

1）若機臺所生產的在織品剩余產量不足一天,則該機臺不由概率計算選擇,繼續加工該產品。

2）若機臺已完成了產品的加工,則按概率公式確認后續應加工的產品,同時開始改車作業。

3）若按概率公式得到出后續加工產品與在織品不是同一品種,在織產品并沒有生產結束,而在改車期內,又有參與生產的新機臺,這時該機臺后續加工的產品不變,還是原來加工的在織產品,新機臺生產的產品是計算出來概率最大的產品。

4）若加工情況同上,而加工剩余量的生產時間小于改車時間,那么繼續生產機臺所加工的在織品［6］。

當螞蟻完成一次循環后,要進行信息素的實時更新處理。人工信息素在本文中表示產品之間的信息素,在考慮機臺的同時,還考慮產品生產時間,所以它被表示為:τij（d，mi）,其中d表示第幾天,mi代表目前機臺所生產的產品,j表示機臺后續生產產品。完成一次循環后,把螞蟻所走過路線的長度按從小到大進行排序,即L1≤L2≤L3≤…Lk,并按路線長度賦予不同的權重,路線較短可獲得的權重值較大。全局最優解的權重ωi=k,第r個最優解的權重ωi=r,最差解權重ωi=0；再計算路線是否可行,能否在規定時間內完成任務,若不可行,權重降到0,然后進行所有路線上信息素量的更新,如公式（3）所示。

2.3 算法實現

1）蟻群算法參數α,β,η,ρ,迭代次數nc,螞蟻只數k,τij（1，mi）的初始化。

2）一組螞蟻按每日、每臺機臺開始進行循環。

3）為螞蟻賦值,按照概率公式確認機臺后續應生產的產品。

4）確定產品剩余量,記錄每種產品生產的的實際開始時間、結束時間、更改產品狀態。

5）螞蟻終止循環后,計算各螞蟻的目標函數值。

6）對螞蟻的目標函數值進行排序。

7）對每只螞蟻走過的路徑的權重進行計算。

8）對螞蟻路徑能否滿足相關約束條件進行判斷。

9）對螞蟻走過的路徑的權重進行更新。

10）信息素的更新。

11）進入下一組循環。

12）所有循環結束,輸出最優解。

3 結束語

本文主要是對車間生產調度技術進行了研究。首先在分別深入分析紡織車間生產調度要素以及紡織企業車間生產調度現狀的基礎上,研究提出了針對紡織企業基于蟻群算法的車間生產優化調度模型。采用蟻群算法對紡織企業進行生產調度設計,實現生產優化控制的目的,有效地解決了紡織企業車間的生產排產和調度問題。總之,文中所設計的算法能夠得到較好的生產調度效果,并解決紡織企業實際生產中的調度難題。

［1］董玉倩.制造執行系統關鍵技術研究及在紡織企業的應用[D].天津:天津工業大學,2007.

［2］于冬青.制造執行系統MES在紡織行業中的應用［J］.針織工業,2006(9):61-64.YU Dong-qing.Manufacturing Execution System MES applications in the textile industry ［J］.Knitting Industry，2006（9）:61-64.

［3］王萬雷.制造執行系統(MES)若干關鍵技術研究[D].大連:大連理工大學,2005.

［4］黃文雷.基于蟻群算法的分層生產調度模型研究與設計［D］.重慶:重慶大學,2008.

［5］魏先民.基于思維進化的蟻群算法在典型生產調度中的應用[J].計算機科學,2013(7):236-238.WEI Xian-min.Ant colony algorithm based on the application of evolutionary thinking in typical production scheduling［J］.Computer Science，2013（7）:236-238.

［6］陶莉,趙改平.基于蟻群算法的車間生產調度模型的研究與應用[J].企業研究,2012(4):142-145.TAO Li，ZHAO Gai-ping.Research and application of ant colony algorithm workshop production scheduling model［J］.Based Business Research，2012（4）:142-145.

Research on scheduling workshop production of modern textile enterprises

SUN Yan
（Shaanxi Polytechnic Institute,Xianyang 712000，China）

In this paper，based on how to realize the rational allocation of the resources of workshop in textile enterprises，effectively solve the problem of production scheduling management purposes，using studied the scheduling process of ant colony algorithm under the complicated conditions of textile enterprises based on the weaving process，transforming it into the addressing mode of ant colony after established the weaving process rows of ant colony algorithm model production and scheduling and draw the scheduling algorithm proposed in this paper by using the production scheduling of production task，textile enterprises to arrange production scheduling，test results are obtained for the completion of production tasks sharing 29 days，each machine accumulated into the car modification process a total of 12 times，making it even in the face of multiple orders at the same time，still can the complete scheduling scheduling tasks，effectively improve the market competitiveness of textile enterprises conclusion.

ant colony optimization；spinning；production scheduling；model

TN-9

：A

：1674-6236（2015）18-0116-03

2014-12-04稿件編號：201412039

孫 延（1982—）,女,陜西咸陽人,碩士,講師。研究方向:機械工程。