本发明涉及汽车全厂排产优化领域，具体地说是一种基于自适应算子的车辆生产序列优化方法。
背景技术：
1、如今制造业正在朝产品个性化、生产柔性化、过程自动化的方向转变，现代制造工厂的内部结构和运行控制逻辑也越来越复杂，汽车行业作为制造业中技术含量、智能化程度和产业集中度较高的代表，在向智能制造迈进的过程中，仍旧面临着许多实际难题。汽车全厂排产优化是在空间和时间上合理安排车辆生产和资源，在满足生产目标和资源约束限定下，使预定目标达到最优。
2、在汽车全厂排产优化中，汽车生产工艺复杂，一辆汽车的制造需要完成焊装、涂装、总装三大工艺，经过焊装车间、涂装车间、总装车间。各车间存在上下游关联关系，每个车间有自己的优化排序目标，需要综合考虑多种复杂的排序规则及工艺约束，制定合理的混流装配排序计划，通过对车身序列进行排序优化，从而保证生产物料消耗的均衡性以及各个生产工位的负荷均匀化等。车间调度问题已有很多算法在尝试，但是针对大规模车辆生产时，已有的算法存在概念复杂、难以实现、计算效率低等缺点，从而难以有效提供汽车生产效率、降低生产消耗量。如何设计一个高效、快速的算法对生产资源进行合理分配，使得在不同的汽车全厂排产优化参数集上都能获得稳定优良的性能是研究的重点。
技术实现思路
1、本发明为解决现有技术中的不足之处，提出了一种基于自适应算子的车辆生产序列优化方法，以期能获得泛化能力强的算子，可以有效的产生更优的车辆生产序列方案，从而能够解决大规模汽车全厂排产优化中各车间生产目标的冲突，并能有效降低各车间生产消耗量。
2、本发明为解决上述技术问题采用了如下技术方案：
3、本发明一种基于自适应算子的车辆生产序列优化方法的特点在于，是应用于生产车间中，所述生产车间依次包括：焊装车间、涂装车间、总装车间，所述车辆生产序列优化是对一个订单o中的n辆车按如下步骤进行加工生产：
4、步骤1、构建汽车全厂排产优化模型；
5、步骤1.1、构建由每辆车的属性集合所组成的车辆生产序列方案x＝{x1,x2,...,xm,...,xn}；其中，xm表示所述订单o中的第m辆车的属性集合，且其中，表示第m辆车的车型，表示第m辆车的车顶颜色，表示第m辆车的车身颜色，表示第m辆车的变速器；
6、步骤1.2、当n辆车进入所述焊装车间并根据每辆车的车型切换生产时，利用式(1)构建所述焊装车间中车辆生产切换次数的目标函数f1：
7、
8、式(1)中，表示第m+1辆车的车型；表示第m辆车与第m+1辆车的车型是否切换，若代表切换，若代表不切换；
9、步骤1.3、当n辆车进入所述涂装车间喷涂车身和车顶时，利用式(2)构建涂装车间中切换颜料时喷头清洗次数的目标函数f2：
10、
11、式(2)中，表示第m+1辆车的车顶颜色；φm表示喷涂第m辆车与第m+1辆车期间是否清洗喷头，若φm＝1，代表清洗喷头，φm＝0代表不清洗喷头；
12、步骤1.4、根据变速器的种类，将进入总装车间的n辆车分为二驱车和四驱车，并利用式(3)构建总装车间出现四驱车连续生产次数的目标函数f3：
13、
14、式(3)中，表示第m+n辆车的变速器，amn表示第m辆车到第m+n辆车的变速器是否相同，若amn＝1代表相同，若amn＝0，代表不相同，其中，1≤n≤k，m+n＜n；k表示连续生产四驱车数量的上限；
15、步骤1.5、利用式(4)构建订单o在各车间总的生产时间的目标函数f4：
16、minf4＝t1+t2+t3 (4)
17、式(4)中，t1代表n辆车全部通过焊装车间的时间；t2代表n辆车全部通过涂装车间的时间；t3代表n辆车全部通过总装车间的时间；
18、步骤2、构建适用于车辆生产序列优化的一组算子集，并评估算子集中每个算子的性能；
19、步骤2.1、利用式(5)构建适用于车辆生产序列优化的一组算子集
20、
21、式(5)中，hj表示第j个算子，μj∈[-1,1]是第j个算子hj的均值，σj∈[0,1]是第j个算子hj的方差，rj是第j个算子hj的权值，n为正态分布；
22、步骤2.2、利用式(6)构建第j个算子hj的参数矩阵wj：
23、
24、式(6)中，μj,k和σj,k分别表示参数矩阵wj中第k行的均值和方差，pj,k表示选择参数矩阵wj中第k行均值μj,k和方差σj,k的概率，k表示总行数；
25、步骤2.3、定义当前迭代次数为j，初始迭代次数j＝1，并设置最大迭代次数为q；随机初始化一组算子集h及其每个算子对应的参数矩阵；
26、步骤2.4、定义当前迭代次数为t，初始迭代次数t＝1，并设置最大迭代次数为tmax；
27、步骤2.5、随机初始化第t次迭代的第j个算子hj对应的车辆生产序列方案集其中，a表示bj,t中共有a个车辆生产序列方案，表示第t次迭代的第j个算子hj对应的第a个车辆生产序列方案；且表示第t次迭代的第j个算子hj对应的第a个车辆生产序列方案中第m辆车的属性集合；
28、步骤2.6、基于第t次迭代的第j个算子hj对应的车辆生产序列方案集bj,t产生第t次迭代的的第j个算子hj对应的新车辆生产序列方案集oj,t；
29、步骤2.7、将oj,t与bj,t合并，对合并的方案集中所有车辆生产序列方案的目标函数值进行非支配排序，并计算所有车辆生产序列方案的目标函数值间的相似度，从而根据相似度，利用二元锦标赛从合并的方案集中选出a/2个方案作为第t+1次迭代的第j个算子hj对应的车辆生产序列方案集bj,t+1；
30、步骤2.8、将t+1赋值给t，判断t是否小于tmax，若小于，则转至步骤2.6顺序执行，否则，表示得到第tmax次迭代的第j个算子hj对应的车辆生产序列方案集bj,tmax；
31、步骤2.9、计算bj,tmax中每个车辆生产序列方案的各目标函数值之和，并以最小目标函数值之和所对应的方案作为第j个算子hj对应的最优车辆生产序列方案并将的目标函数值之和作为第j个算子hj的性能，记为fitj；
32、步骤2.10、将j+1赋值给j后，若j小于q，则返回步骤2.3顺序执行，否则，表示得到算子集h的每个算子的性能；
33、步骤3、从算子集h中选取最优算子，作为汽车全厂排产优化的自适应算子；
34、步骤3.1、定义当前迭代次数为i，初始迭代次数i＝1，并设置最大迭代次数为imax；定义对第i次迭代的算子集为hi，并初始化hi＝h；
35、步骤3.2、根据每个算子的性能，对第i次迭代的算子集hi中的每个算子进行升序排序后，再对排序后的每个算子进行二元锦标赛选择，直至选择出q个算子作为第i次迭代的性能优良算子集gi；
36、步骤3.3、基于第i次迭代的性能优良算子集gi产生第i次迭代的新算子集ui；
37、步骤3.4、按照步骤2的过程，得到第i次迭代的新算子集ui中每个算子的性能；
38、步骤3.5、合并ui和hi，并保留第i次迭代的合并种群中性能较好的前q个算子组成第i+1次迭代的算子集hi+1；
39、步骤3.6、将i+1赋值给i，若i小于imax，则返回步骤3.2顺序执行；否则，表示得到第imax次迭代的算子集himax，并从中选择最优算子作为汽车全厂排产优化的自适应算子；
40、步骤4、根据最优算子按照步骤2的过程，得到最优算子对应的最优车辆生产序列方案xbest。
41、本发明所述的一种基于自适应算子的车辆生产序列优化方法的特点也在于，所述步骤2.6包括：
42、步骤2.6.1、根据第t次迭代的第j个算子hj对应的参数矩阵中的各个概率，采用轮盘赌选择方法从中选择均值和方差，从而采样生成第t次迭代的第j个算子hj对应的算子权值
43、步骤2.6.2、根据和bj,t，利用式(5)产生第t次迭代的第j个算子hj对应的新车辆生产序列新方案集oj,t，并计算oj,t中第a个车辆生产序列方案对应的各目标函数值其中，表示oj,t中第t次迭代的第j个算子hj对应的在焊装车间生产过程中设备切换次数，表示oj,t中第t次迭代的第j个算子hj对应的在涂装车间生产过程中喷头清洗次数，表示oj,t中第t次迭代的第j个算子hj对应的在总装车间生产过程中出现四驱车连续生产的次数，表示oj,t中第t次迭代的第j个算子hj对应的在各车间生产的总耗时。
44、所述步骤3.3包括：
45、步骤3.3.1、根据第i次迭代的性能优良算子集gi对应的第i次迭代的q个算子的参数矩阵中的各个概率，采用轮盘赌选择方法从每个算子的参数矩阵中选择均值和方差，从而采样生成第i次迭代的q个权值并组成一维向量ri；
46、步骤3.3.2、根据第i次迭代的性能优良算子集gi中q个算子的性能，选择最小性能所对应的算子作为第i次迭代的最优算子将对应的参数矩阵记为
47、步骤3.3.3、根据中的各个概率，采用轮盘赌选择方法从中选择最优均值和方差，从而采样生成第i次迭代的最优算子的权值
48、步骤3.3.4、根据和ri，利用式(5)得到第i次迭代的新算子集ui。
49、本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行所述车辆生产序列优化方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
50、本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行所述车辆生产序列优化方法的步骤。
51、与已有技术相比，本发明有益效果体现在：
52、1、本发明通过构建更加符合实际的汽车全厂排产优化的数学模型，并采用基于自适应算子的车辆生产序列优化方法，根据自适应的最优算子产生新的方案解，对新方案解进行评估，再原方案进行比较，挑选出在该问题上更优的方案集，从而不断的优化在各车间的目标函数、降低了各车间的生产消耗量。
53、2、本发明有助于从宏观角度平衡方案集的收敛速度和多样性，通过基于自适应算子的车辆生产序列优化方法产生的新方案解比以往遗传算法的交叉变异方法产生的方案解更优，从而针对订单中车辆过多，即针对大规模调度问题时，该方法大大的提高了算法的收敛速度以及性能，在实际生产中，降低各车间生产消耗量的同时，也节约了时间成本，使得优化方法的时效性大大提高，在不同的车辆生产序列参数集上能够获得稳定优良的性能。
1.一种基于自适应算子的车辆生产序列优化方法，其特征在于，是应用于生产车间中，所述生产车间依次包括：焊装车间、涂装车间、总装车间，所述车辆生产序列优化是对一个订单o中的n辆车按如下步骤进行加工生产：
2.根据权利要求1所述的一种基于自适应算子的车辆生产序列优化方法，其特征在于，所述步骤2.6包括：
3.根据权利要求2所述的一种基于自适应算子的车辆生产序列优化方法，其特征在于，所述步骤3.3包括：
4.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1-3中任一所述车辆生产序列优化方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
5.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1-3中任一所述车辆生产序列优化方法的步骤。
