排产方法、装置、设备、存储介质及程序产品与流程

    技术2025-08-07  12


    本申请涉及但不限于工业互联网操作系统领域,尤其涉及一种排产方法、装置、设备、存储介质及程序产品。


    背景技术:

    1、订单生产计划制定依赖于市场和实际的车间生产计划的执行状况,辅助性的车间管理系统无法实现对当前生产状况的实施控制与管理,只能对已发生的、已完成的车间生产状况根据数据进行分析,来预测之后的车间生产状况。对于提高计划的实时性和灵活性、改善生产线的运行效率、有效预测生产和制定实施决策已没有实际的、有价值的指导意义。


    技术实现思路

    1、有鉴于此,本申请实施例至少提供一种排产方法、装置、设备、存储介质及程序产品。

    2、本申请实施例的技术方案是这样实现的:

    3、一方面,本申请实施例提供一种排产方法,所述方法包括:以减少同一订单的生产工序在不同车间生产为目标,将所有订单分派到不同车间,确定遗传算法的编码方案;基于所述编码方案中每个订单的生产工序、各所述生产工序对应的生产设备,以及所述每个订单的生产工序的数量,确定粒子群染色体种群;基于所述粒子群染色体种群的个体,确定所述遗传算法的每个个体的适应度值;基于所述遗传算法的每个个体的适应度值,确定所述遗传算法是否满足收敛条件;在所述遗传算法满足收敛条件的情况下,输出所述遗传算法的优化结果作为最优排产计划。

    4、另一方面,本申请实施例提供一种排产装置,所述装置包括:第一确定模块,用于以减少同一订单的生产工序在不同车间生产为目标,将所有订单分派到不同车间,确定遗传算法的编码方案;第二确定模块,用于基于所述遗传算法的编码方案中每个订单的生产工序、各所述生产工序对应的生产设备,以及所述每个订单的生产工序的数量,确定粒子群染色体的种群;第三确定模块,用于基于所述粒子群染色体种群的个体,确定所述遗传算法的每个个体的适应度值;第四确定模块,用于基于所述遗传算法的每个个体的适应度值,确定所述遗传算法是否满足收敛条件;输出模块,用于在所述遗传算法满足收敛条件的情况下,输出所述遗传算法的优化结果作为最优排产计划。

    5、再一方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法中的部分或全部步骤。

    6、又一方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法中的部分或全部步骤。

    7、又一方面,本申请实施例提供一种计算机程序,包括计算机可读代码,当所述计算机可读代码在计算机设备中运行时,所述计算机设备中的处理器执行用于实现上述方法中的部分或全部步骤。

    8、又一方面,本申请实施例提供一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时,实现上述方法中的部分或全部步骤。

    9、本申请实施例中,将订单以减少同一订单的生产工序在不同车间生产为目标分派到产线上,得到遗传算法的编码方案;基于编码方案中每个订单的生产工序、各所述生产工序对应的生产设备,以及每个订单的生产工序的数量,确定粒子群染色体的种群;基于粒子群染色体的种群中的个体,评估遗传算法的适应度值,确定遗传算法是否满足收敛条件;将遗传算法收敛时的输出结果确定为最优排产计划。这样,通过将遗传算法和粒子群算法相结合,优化了遗传算法中基于生产过程的数据编码方式,避免遗传算法对于生产资料和排程计划应对效果差的问题。

    10、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开的技术方案。



    技术特征:

    1.一种排产方法,其特征在于,所述方法包括:

    2.基于权利要求1中所述的方法,其特征在于,所述基于所述编码方案中每个订单的生产工序、各所述生产工序对应的生产设备,以及所述每个订单的生产工序的数量,确定粒子群染色体种群,包括:

    3.基于权利要求1中所述的方法,其特征在于,所述基于所述粒子群染色体种群的个体,确定所述遗传算法的每个个体的适应度值,包括:

    4.基于权利要求3中所述的方法,其特征在于,所述基于每一目标对应的所述粒子群染色体种群中每个个体的排序,分别确定每一目标对应的所述粒子群染色体种群中每个个体的选择概率,包括:

    5.基于权利要求1至4中任一项所述的方法,其特征在于,所述基于所述遗传算法的每个个体的适应度值,确定所述遗传算法是否满足收敛条件,包括:

    6.基于权利要求1至4中任一项所述的方法,其特征在于,在所述遗传算法没有满足收敛条件的情况下,所述方法还包括:

    7.基于权利要求6中所述的方法,其特征在于,所述基于所述遗传算法的每个个体的适应度值,将适应度缩放选择和随机遍历抽样策略相结合作为选择算子,确定父代个体,包括:

    8.一种排产装置,其特征在于,包括:

    9.一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8任一项所述方法中的步骤。

    10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述方法中的步骤。

    11.一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时,实现权利要求1至7中任一项所述方法中的步骤。


    技术总结
    本申请实施例公开了一种排产方法、装置、设备、存储介质及程序产品,其中,所述方法包括:以减少同一订单的生产工序在不同车间生产为目标,将所有订单分派到不同车间,确定遗传算法的编码方案;基于遗传算法的编码方案中每个订单的生产工序、各生产工序对应的生产设备,以及每个订单的生产工序的数量,确定粒子群染色体种群;基于粒子群染色体种群的个体,确定遗传算法的每个个体的适应度值;基于遗传算法的每个个体的适应度值,确定遗传算法是否满足收敛条件;在遗传算法满足收敛条件的情况下,输出遗传算法的优化结果作为最优排产计划。

    技术研发人员:王松杰,周威,周子涔,姚宇华
    受保护的技术使用者:中移(上海)信息通信科技有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-35192.html

    最新回复(0)