本发明涉及一种用于优化大规模订单生产顺序的方法及装置,属于汽车生产。
背景技术:
1、随着制造业的发展,多品种、多产线混合生产的模式已经成为主流,并在一定程度上减少制造成本,但完全根据市场需求并制定相应的产销平衡,排产排程及供应链计划,一直是制造业的难点。
技术实现思路
1、本发明的目的在于克服现有技术中的不足,提供一种用于优化大规模订单生产顺序的方法及装置,结合了局部搜索和全局搜索的优势,具有高效的解空间探索能力,适应性和灵活性强。
2、为达到上述目的,本发明是采用下述技术方案实现的:
3、第一方面,本发明提供了一种用于优化大规模订单生产顺序的方法,包括:
4、获取生产整车在设定时间范围内的订单数据;
5、对获取的订单数据应用自适应大邻域搜索算法,以获取初步优化结果;
6、对初步优化结果执行遗传算法,以得到最终优化结果。
7、进一步的,所述方法还包括:对获取的订单数据进行预处理,包括按属性分组、根据订单类型和预设规则确定分组数量。
8、进一步的,所述对获取的订单数据应用自适应大邻域搜索算法,以获取初步优化结果,包括:
9、对获取的订单数据进行随机排序获得多个初始解,每个初始解代表一种生产顺序;
10、对初始解应用多种局部搜索算法生成候选解;
11、计算候选解的目标函数值,选择最优的候选解作为初步优化结果。
12、进一步的,所述对获取的订单数据进行随机排序获得多条初始解过程中,随机排序为分层生成, 先生成车型的顺序再基于车型的顺序生成车型内部组的顺序。
13、进一步的,所述对初始解应用多种局部搜索算法生成候选解时,采用多进程程序进行优化,针对每个进程内的每个初始解,采用多种局部搜索算法生成候选解。
14、进一步的,所述对初步优化结果执行遗传算法,以得到最终优化结果,包括:
15、选择适应度较高的个体作为父代,通过交叉和变异操作生成子代;
16、计算子代的适应度函数值,并根据适应度进行轮盘赌选择,以生成新一代种群;
17、重复执行以上操作直至满足预设的终止条件,得到最终优化结果,作为优化后的订单生产顺序。
18、第二方面,本发明提供一种用于优化大规模订单生产顺序的装置,包括:
19、数据获取模块,用于获取生产整车在设定时间范围内的订单数据;
20、初步优化模块;对获取的订单数据应用自适应大邻域搜索算法,以获取初步优化结果;
21、最终优化模块,用于对初步优化结果执行遗传算法,以得到最终优化结果。
22、第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述中任一项所述方法的步骤。
23、第四方面,本发明提供一种计算机设备,包括:
24、存储器,用于存储计算机程序/指令;
25、处理器,用于执行所述计算机程序/指令以实现前述中任一项所述方法的步骤。
26、第五方面,本发明提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现前述中任一项所述方法的步骤。
27、与现有技术相比,本发明所达到的有益效果:
28、本发明提供一种用于优化大规模订单生产顺序的方法及装置,结合了局部搜索和全局搜索的优势,具有高效的解空间探索能力,适应性和灵活性强,同时可以通过并行化技术提高求解效率,在解决复杂优化问题时具有一定的优势。
1.一种用于优化大规模订单生产顺序的方法,其特征在于,包括:
2.根据权利要求1所述的用于优化大规模订单生产顺序的方法,其特征在于,所述方法还包括:对获取的订单数据进行预处理,包括按属性分组、根据订单类型和预设规则确定分组数量。
3.根据权利要求1所述的用于优化大规模订单生产顺序的方法,其特征在于,所述对获取的订单数据应用自适应大邻域搜索算法,以获取初步优化结果,包括:
4.根据权利要求3所述的用于优化大规模订单生产顺序的方法,其特征在于,所述对获取的订单数据进行随机排序获得多条初始解过程中,随机排序为分层生成, 先生成车型的顺序再基于车型的顺序生成车型内部组的顺序。
5.根据权利要求3所述的用于优化大规模订单生产顺序的方法,其特征在于,所述对初始解应用多种局部搜索算法生成候选解时,采用多进程程序进行优化,针对每个进程内的每个初始解,采用多种局部搜索算法生成候选解。
6.根据权利要求1所述的用于优化大规模订单生产顺序的方法,其特征在于,所述对初步优化结果执行遗传算法,以得到最终优化结果,包括:
7.一种用于优化大规模订单生产顺序的装置,其特征在于,包括:
8.一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:该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。
9.一种计算机设备,其特征在于,包括:
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1-6中任一项所述方法的步骤。