一种基于nsga-ii的三维打印多任务优化调度方法
【技术领域】
[0001] 本发明具体涉及一种基于NSGA-II的三维打印多任务优化调度方法，属于先进制 造系统运行控制理论中的调度问题，在三维打印产品逐渐定制化、规模化生产模式下，利用 带精英策略的非支配排序遗传算法实现三维打印多任务生产的优化调度。
【背景技术】
[0002] 作为一种新兴技术，三维打印技术被认为是引导第三次工业革命的主要因素之 一。而在2013年4月的德国汉诺威工业博览会上，"第四次工业革命"（又称工业4.0， Industry4.0)战略被正式推出，并得到了世界各地科研机构和产业界的广泛认同。2014 年11月李克强总理访问德国期间，宣布两国将开展工业4. 0合作。工业4. 0项目主要分为 智能工厂、智能生产和智能物流三大主题，其中智能生产主要涉及整个企业的生产物流管 理、人机互动以及3D技术在工业生产过程中的应用等。在工业4. 0时代，未来制造业的商 业模式将以解决顾客问题为主，走软性制造+个性化定制道路。因此，如何实现3D打印的 大规模定制化生产将是未来学术研宄领域和生产制造领域的主要研宄方向。
[0003] 现有文献中有大量关于生产调度问题、多目标优化和遗传算法（Genetic Algorithm，GA)的石开宄，如HaghighiA等在《Uncertaintyanalysisofwatersupply networksusingthefuzzysettheoryandNSGA-II》（EngineeringApplicationsof ArtificialIntelligence，2014, 32 :270-282)中利用NSGA-II算法对具有不确定管道摩 擦系数和节点需求的供水管网络进行了水力分析，并验证了NSGA-II在网络模糊分析中的 有效性；GhodratnamaA等在《Solvinganewmulti-obiectivemulti-routeflexible flowlineproblembymulti-objectiveparticleswarmoptimizationandNSGA-II》 (JournalofManufacturingSystems，2014)中针对多路径柔性生产线建立了最小时延、 最小加工成本和最小路径选择成本三个数学模型，并利用NSGA-II和M0PS0方法对模型进 行了优化求角军；BayatM等在〈〈Dynamicmulti-objectiveoptimizationofindustrial radial-flowfixed-bedreactorofheavyparaffindehydrogenationinLABplant usingNSGA-IImethod》（JournaloftheTaiwanInstituteofChemicalEngineers， 2014,45(4) :1474-1484)中利用NSGA-II对重工业石蜡脱氢径向流固定床反应器进行多 目标动态优化，得出最大石赌产出率，并使得选择最大化；BandyopadhyayS等在《Solving multi-objectiveparallelmachineschedulingproblembyamodifiedNSGA-II》 (AppliedMathematicalModeling，2013, 37(10) :6718-6729.)中分别利用原始NSGA-II、 SPEA2和改进的NSGA-II算法进行了多并行机调度研宄，并验证了算法的有效性；RokhB 等在〈〈Proposinganefficientcombinationofinterestingmeasuresformining associationrulesviaNSGA-II》 （Technology，CommunicationandKnowledge(ICTCK)， 2014InternationalCongresson.IEEE，2014:1_7)中利用NSGA-II算法研宄数据样本 的关联规则，并验证置信度和余弦平方的组合对规则选择更有效；DixitS等在《Optimal locationandsizingofSVCforminimizationofpowerlossandvoltagedeviation usingNSGAII》(CommunicationSystemsandNetworkTechnologies(CSNT)，2014Fourth InternationalConferenceon.IEEE，2014:975-980)中利用NSGA-II计算出使得能量损 失最少和电压偏差最小的最优SVC位点和尺寸。
[0004] 另外，亦有一部分相关专利出现，如郑征等的《一种基于遗传算法的卫星并行测 试资源配置方法》（专利号：201210046718. 5,2012-02-27);薛胜军等的《一种基于改进 NSGA-II的云计算任务调度方法》（专利号：201410220452.0, 2014-05-22);雷晓辉等的《一 种基于多目标遗传算法的调度图优化方法》（专利号：201210142732. 5, 2012-05-10);李 志等的《基于NSGA-II的轮胎模具加工及装配集成优化方法》（专利号：201410318457. 7， 2014-07-04)〇
[0005] 以上均是遗传算法、生产调度和多目标优化问题近几年的应用研宄情况，但到目 前为止，尚未有涉及三维打印的多任务调度问题研宄成果出现。三维打印亦属于一种制 造过程，其任务调度过程可简单的归类为一种NP-hard(Non_deterministicPolynomial) 问题。对于此种任务的调度技术必须能适应各种组件的变化和失效，能及时响应内外部 的各种突变因素如订单变化、供应商变化、生产设计改变（工艺计划变更）等，并能满足 多目标的优化，包括成本、质量、时间和系统柔性等。多目标优化问题（Multi-obiective OptimizationProblem，MOP)最早是由意大利经济学家VilfredoPareto于1896年提出 的，这种优化问题往往不能得到唯一最优解，而是以集合的形式得到一组Pareto最优解。 NSGA-II是Deb等人在2000年提出的，也是迄今为止最优秀的进化多目标优化算法之一， NSGA-II将快速非支配排序方法进行分级运算，引入拥挤距离比较算子和精英保留策略，较 好的保持了种群的多样性。在NSGA的基础上，NSGA-II将快速非支配排序方法进行分级运 算，降低了计算复杂度；取代NSGA中适应度共享方法，引入拥挤距离比较算子将非支配排 序后同一等级具有相同适应度值的解区分开，使处于当前最优前端的个体扩展到整个最优 前端并均匀分布；利用精英保留策略，使被选择进入繁衍池的个体后代与其父代竞争产生 下一代种群，尽量多的保留了基因优良的个体，提高了种群进化水平。
【发明内容】
[0006] 为了克服现有技术存在的缺点与不足，本发明的目的是提供一种基于NSGA-II的 三维打印多任务优化调度方法，利用带精英策略的非支配排序遗传算法，根据三维打印服 务商及规模化定制客户需求，将多个实时上传的打印任务按照合理的分配方式调度至相应 的打印设备，以实现商家及客户均满意的服务时间、打印成本、空闲等待时间和打印精度偏 差最小化。
[0007] 本发明解决其技术问题所采用的技术方案是：
[0008] -种基于NSGA-II的三维打印多任务优化调度方法，包括如下步骤：
[0009] 1)选定三维打印的任务打印方式、任务下达方式和打印材料的方式；
[0010] 2)建立工期-成本-资源-质量四维多目标优化调度模型，包括多任务调度的优 化目标和约束条件；
[0011] 3)随机产生初始种群匕，对所有个体进行非支配排序，然后根据个体排序的级别 分配相应的适应度值，即求解所述多目标优化调度模型的目标函数值；
[0012] 4)对排序后的种群匕进行遗传操作，得到新的子代种群Qm
[0013] 5)将种群Pt与其子代种群Qt合并，得到新的种群Rt，进化初始时t= 0 ;对合并后 的种群Rt进行非支配排序，得到最优前端Fji= 1，2,…）；
[0014] 6)对全部匕按照拥挤距离进行排序，根据锦标赛策略选取最优的N个个体，形成 种群Pt+1;
[0015] 7)对种群Pt+1进行遗传操作，形成子种群Qt+1，以进化代数为终止条件，如果当前 进化代数小于终止条件的进化代数，则返回步骤3)，重复；否则，输出最终结果。
[0016] 进一步地，所述步骤4)的遗传操作，用染色体的方式表示个体，染色体基因所在 的位置表示打印任务编号，基因值为打印任务分配到的打印机编号，染色体采用实数编码 方式；采用模拟二进制交叉法和多项式变异方法进行遗传操作。
[0017] 所述求解目标函数值的过程中，为表示打印机被占用的情况，设置打印机属性和 工作动态库，其中，工作动态库通过事件触发方式控制，事件触发条件包括打印任务分配到 打印机、打印任务开始打印和当前打印任务完成；打印任务分配到打印机和打印任务开始 打印时锁定打印机，当前打印任务完成时释放打印机。
[0018] 现有3D打印产品的生产延期可能会导致订单交货期滞后，无法正常出货，而提前 完工则会导致空闲等待时间增长，浪费时间、资源和成本，并产生更多的库存。另外，打印精 度偏差过大会导致客户满意度下降、订单数量下降、精度差价和生产成本提高等问题。本发 明针对3D打印服务供应商和产品需求客户的综合利益，建立了工期-成本-资源-质量四 维多目标优化调度模型，首次将打印精度差价建立在模型范围内，首次利用NSGA-II算法 解决了三维打印多任务优化调度问题，利用带精英策略的非支配排序遗传算法对目标函数 进行多目标优化，为三维打印规模化定制生产提供了有力的理论依据，为工业4. 0时代贡 献了一份力量。
[0019] 此外，本发明在三维打印产品逐渐定制化、规模化生产模式下，针对实时下达的打 印任务进行优化调度，分别解决了三维打印多任务生产的被服务时间最短、生产成本最低、 空闲等待时间最短和打印精度偏差最小的优化问题，在三维打印制造领域具有较好的实用 价值和广阔的应用前景。
【附图说明】
[0020] 图1为本发明有关任务下达、分配打印机、打印过程和任务交付流程图；
[0021] 图2为本发明的NSGA-II的算法流程图；
[0022] 图3为本发明的NSGA-II编码的基因表述。
【具体实施方式】
[0023] 本发明利用NSGA-II多目标优化方法实现三维打印多任