智能制造生产管理与控制（中级）课件 7.3.1 生产排程

智能制造生产管理与控制生产排程生产排程生产排程是指将生产任务分配至生产资源的过程。在考虑能力和设备的前提下，在物料数量一定的情况下，安排各生产任务的生产顺序，优化生产顺序，优化选择生产设备，使得减少等待时间，平衡各机器和工人的生产负荷，从而优化产能，提高生产效率，缩短生产周期。

在汇博智能制造系统中，零件加工生产的方式有手动排程和自动排程两种排程方式。手动排程

手动排程是由企业的计划人员根据其经验或者一定的规则来制定企业的生产计划。假设有A、B、C、D四个订单需要进行排产，如下表订单情况所示，算法按照最短工期（效率高）、最早交货期、按照工期和交货期之间的距离3种方式进行排程，比较这3种排程算法，按照作业逾期天数为评价标准（越小越优）。作业需要天数交货期交货期与工期之差A6104B253C12142D9167作业需要天数完成天数交货期逾期天数B2250A68100C1220146D9291613合计19作业需要天数完成天数交货期交货期与工期之差逾期天数C12121420B214539A62010410D92916713合计32订单情况最短工期排程交货期排程工期和交货期之间的距离排程作业需要天数完成天数交货期逾期天数B2250A68100D917161C12291415合计16自动排程自动排程通过软件来进行排程，软件将计划人员的手工排程经验进行整理、提炼，并抽象为相应的自动化排程规则（算法）。遗传算法神经元算法禁忌搜索算法模拟退火算法遗传算法首先将所有工件的每一道工序定义为一个操作，然后将所有操作的排列定义为一条染色体（编码过程），染色体上的每一个基因代表一个操作，基因的排列顺序就是操作的实现顺序，随机产生的染色体作为初始种群，根据调度问题的优化目标函数构造染色体的适应函数，根据适应函数值的大小确定染色体是否生存，对生存下来的染色体经过遗传、交叉和变异产生下一代种群，重复上面的过程,最终求得调度问题的近优解。由于遗传算法具有高效性、鲁棒性、通用性和灵活性的特点，国内外众多学者将它应用调度问题上，并取得了很好的效果。神经元算法人工神经网络的主要思想是用人工神经元相互连接组成一个计算网络，并行高效地求解问题。它的主要特点是能够学习，通过给网络提供一定的训练样本，然后根据网络的实际输出与希望输出之间的偏差，利用某种方法逐步修改各人工神经元之间的连接权，使之形成求解某些问题的能力。它的主要缺点是效率受训练影响很大，并在问题规模较大时，计算速度慢，结构参数难以确定。模拟退火算法它的基本过程是：从某一温度开始，对某一随机系统状态进行扰动，每次随机选择一个小的扰动，并计算其对系统的影响，通过多次扰动来模拟某一温度下系统的热平衡过程。

模拟退火法能以一定的概率接受差的能量值，因而有可能跳出局部极小，但它的收敛速度较慢，很难用于实时动态调度环境。禁忌搜索算法

禁忌搜索算法是一种基于局部搜索过程的迭代求解算法，算法的基本过程如下：首先按照某种方法给出一个初始可行解，从该可行解开始，计算其邻居，并按照一定的标准从中筛选一个最好的，让它替代当前的可行解（移动），再重复上述过程。在移动过程中，把最近的移动信息放在一个禁忌表中，迭代的时候禁止向禁忌表中元素移动，从而避免了循环移动，从而提高了算法的运行效率。APS算法需建立数学模型，且求解过程复杂，为解决多工序、多资源的优化调度问题而引入高级计划排程（AdvancedPlanningandScheduling，APS）软件工具。APS在做出生产排程决策时，会充分考虑能力约束、原料约束、需求约束、客户规则以及其它各种各样的实物和非实物约束，它是一个实时的排程工具。APS可以使一个独立的软件工具，与企业的ERP系统和MES系统集成后发挥高级排程的作用；APS也可以作为MES的一部分，为企业的生产执行提供高级排程功能。

自动排程的优势现在很多制造企业都把生产计划的制定交付给经验丰富的计划人员，由计划人员手动进行排产、排计划。这样可能会存在如下风险：该计划人员休息时，生产计划制定受到一定影响；该计划人员接近退休时间时，需重新培养计划人员；容易受到“嗓门大”的销售人员的影响；不能验证计划的有效性。

APS可将计划人员的手工排程经验进行整理、提炼，并抽象为相应的自动化排程规则，一方面使得计划人