GA算法解决工厂调度问题——模型设计

本文涉及的产品
全球加速 GA,每月750个小时 15CU
简介: GA算法解决工厂调度问题——模型设计

在混合流水车间中n个工件加工队列进行m个工序的加工,工件依照加工流程中工序顺序进行排产,工件的加工流程中至少一个可重入工序,m个工序中至少有一个工序包含多个并行工位,工件在并行工位上的加工时间可以不同,但是工件在并行工位上至少要选择一个工位进行加工,排产结果要确定工件的工位分配加工顺序以及在其加工流程上每个工序的开工时间完工时间。


满足以下条件:


目标函数:


1. 最小化最大完工时间  


2.机器利用率


约束条件


1.每台机器(工位)每次只能加工一个工件


2.每个工件的每道工序只能在一台机器上加工


3.工件在加工过程中不允许中断


4.加工过程中工件在各工序间的转运时间忽略不计


5.冲砂车间有足够的空间放置多个构件;(可以设置1个工位)


6.将检查和报验时间计入作业时间;


7底漆面漆共用一个喷漆室,因此在此处有1次重入。


8.考虑每天工时约束,工作时间一定,8小时/班,2班/每天。


9.考虑冲砂完后必须在一定时间内完成底面喷涂,否则当天不进行冲砂,留待下个工作日。


说明:工序1一个工位,工序2一个工位,工序3 三个工位,工序4 三个工位,工序5 1个工位,工序6 3个工位,工序7  3个工位,工序8 1个工位,工序9 三个工位,工序10 三个工位。



考虑到港机典型构件喷涂时由构件类型和加工流程共同决定。


模型参数:

image.png


在上述公式中,公式 1 和 2 说明排产流程和工件类型与工件是一对多的关系,在排产过程包括的工件中,可能会存在多个工件采用同样加工流程或是多个工件具有同样的类型。


公式3说明在加工流程中可以包含多个重复加工的工序(通过加工顺序序号区分);公式4说明在具有可重入工序情况下,工件在其加工流程中开始加工时间、加工时间和结束加工时间之间的关系;


公式5说明同一工件在其加工流程中连续加工工序的开始加工时间和结束加工时间的之间关系;公式 6 说明在具有可重入工序的车间中,统计工位上加工工件的个数,要累计重复加工工件的数量。表示工序j是否需要人工参与;表示考虑冲砂完后必须在一定时间内完成底面喷涂其值为1,否则当天不进行冲砂,留待下个工作日其值为0。


其它约束条件如下:每个工位在同一时刻只能加工一个工件,每个工件在同一时刻只能在一个工位加工;工件加工过程不允许中断;涂装车间中工位设置为两个,在排产过程中不考虑缓冲工位限制;现场承载客车的滑壳平移车是人工操作的,时间难以统计,所以把转运时间计入加工时间。

image.png



相关文章
|
8天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
28 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
8天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
43 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
19天前
|
机器学习/深度学习 人工智能 算法
青否数字人声音克隆算法升级,16个超真实直播声音模型免费送!
青否数字人的声音克隆算法全面升级,能够完美克隆真人的音调、语速、情感和呼吸。提供16种超真实的直播声音模型,支持3大AI直播类型和6大核心AIGC技术,60秒快速开播,助力商家轻松赚钱。AI讲品、互动和售卖功能强大,支持多平台直播,确保每场直播话术不重复,智能互动和真实感十足。新手小白也能轻松上手,有效规避违规风险。
|
20天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
24天前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
71 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
1月前
|
机器学习/深度学习 数据采集 算法
如何在一夜之间成为模型微调大师?——从零开始的深度学习修炼之旅,让你的算法功力飙升!
【10月更文挑战第5天】在机器学习领域,预训练模型具有强大的泛化能力,但直接使用可能效果不佳,尤其在特定任务上。此时,模型微调显得尤为重要。本文通过图像分类任务,详细介绍如何利用PyTorch对ResNet-50模型进行微调,包括环境搭建、数据预处理、模型加载与训练等步骤,并提供完整Python代码。通过调整超参数和采用早停策略等技巧,可进一步优化模型性能。适合初学者快速上手模型微调。
95 8
|
1月前
|
机器学习/深度学习 算法 搜索推荐
django调用矩阵分解推荐算法模型做推荐系统
django调用矩阵分解推荐算法模型做推荐系统
27 4
|
19天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于GA-PSO-SVM算法的混沌背景下微弱信号检测matlab仿真
本项目基于MATLAB 2022a,展示了SVM、PSO、GA-PSO-SVM在混沌背景下微弱信号检测中的性能对比。核心程序包含详细中文注释和操作步骤视频。GA-PSO-SVM算法通过遗传算法和粒子群优化算法优化SVM参数,提高信号检测的准确性和鲁棒性,尤其适用于低信噪比环境。
|
1月前
|
算法 决策智能
基于GA-PSO遗传粒子群混合优化算法的TSP问题求解matlab仿真
本文介绍了基于GA-PSO遗传粒子群混合优化算法解决旅行商问题(TSP)的方法。TSP旨在寻找访问一系列城市并返回起点的最短路径,属于NP难问题。文中详细阐述了遗传算法(GA)和粒子群优化算法(PSO)的基本原理及其在TSP中的应用,展示了如何通过编码、选择、交叉、变异及速度和位置更新等操作优化路径。算法在MATLAB2022a上实现,实验结果表明该方法能有效提高求解效率和解的质量。
|
28天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。