考虑运输因素的网络化制造资源优化配置方法
- 格式：pdf
- 大小：287.51 KB
- 文档页数：4
第３０卷第１１期 ２０１０年１１月 计算机应用
Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏ１．３０ Ｎｏ．１１
ＮＯＶ．２０１０
文章编号：１００１—９０８１（２０１０）１１—２９０２—０４ 考虑运输因素的网络化制造资源优化配置方法 巴黎，杨明顺，高新勤，武晓青 （西安理工大学机械与精密仪器工程学院，西安７１００４８） （ｘａｕｔｂａｌｉ＠１６３．ｃｏｍ）
摘要：针对网络化制造环境下制造资源的优化配置问题，为提高配置结果的实用性，在考虑加工时间和加工成 本等因素的基础上，加入企业间运输时间和运输成本因素，建立了综合优化模型。采用带精英保留策略的遗传算法 对该问题进行求解。通过实例验证了以上模型和求解算法。研究结果表明，考虑运输因素的网络化制造资源优化配 置方法能够有效降低总运输成本和时间，配置方案更贴合实际。 关键词：网络化制造；优化配置；综合优化模型；精英保留策略；遗传算法 中图分类号：ＴＰ１８；ＴＰ３９１ 文献标志码：Ａ
Ｏｐｔｉｍａｌ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｏｆ ｍａｎｕｆａｃｔｕｒｉｎｇ ｒｅｓｏｕｒｃｅｓ ｂａｓｅｄ ｏｎ ｔｒａｎｓｐＯｒｔａｔｉＯｎ ｆａｃｔｏｒｓ ｉｎ ｎｅｔｗｏｒｋｅｄ ｍａｎｕｆａｃｔｕｒｉｎｇ
ＢＡ Ｌｉ，ＹＡＮＧ Ｍｉｎｇ—ｓｈｕｎ，ＧＡＯ Ｘｉｎ—ｑｉｎ，ＷＵ Ｘｉａｏ—ｑｉｎｇ （Ｃｏｌｌｅｇｅ ｏｆＭｅｃｈａｎｉｃａｌ ａｎｄ Ｐｒｅｃｉｓｉｏｎ Ｉｎｓｔｒｕｍｅｎｔ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｘｉ＇ａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｘｉ＂ａｎ Ｓｈａａｎｘｉ ７１００４８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｃｏｎｃｅｒｎｉｎｇ ｔｈｅ ｏｐｔｉｍａｌ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｏｆ ｍａｎｕｆａｃｔｕｒｉｎｇ ｒｅｓｏｕｒｃｅｓ ｉｎ ｎｅｔｗｏｒｋｅｄ ｍａｎｕｆａｃｔｕｒｉｎｇ ｅｎｖｉｒｏｎｍｅｎｔ，ｔｈｅ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｔｉｍｅ ａｎｄ ｃｏｓｔ ｗｅｒｅ ｃｏｎｓｉｄｅｒｅｄ ｂａｓｅｄ ｏｎ ｐｒｏｃｅｓｓ ｔｉｍｅ，ｐｒｏｃｅｓｓ ｃｏｓｔ ａｎｄ ｏｔｈｅｒ ｆａｃｔｏｒｓ ｉｎ ｏｒｄｅｒ ｔｏ ｉｎｃｒｅａｓｅ ｐｒａｃｔｉｃａｂｉｌｉｔｙ ｏｆ ｔｈｅ ｃｏｎｆｉｇｕｒａｔｅｄ ｒｅｓｕｌｔ．Ｔｈｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ ｗａｓ ｂｕｉｌｔ．Ｔｈｅ ｐｒｏｂｌｅｍ ｗａｓ ｓｏｌｖｅｄ ｂｙ ｕｓｉｎｇ ａ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｗｈｉｃｈ ｉｎｃｌｕｄｅｄ ｔｈｅ ｅｌｉｔｉｓｔ ｓｔｒａｔｅｇｙ．Ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｏｄｅｌ ａｎｄ ａｌｇｏｒｉｔｈｍ ｗｅｒｅ ｐｒｏｖｅｄ ｔｈｒｏｕｇｈ ａｎ ａｐｐｌｉｃａｔｉｏｎ ｃａｓｅ．Ｔｈｅ ｒｅｓｅａｒｃｈ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｔｏｔａｌ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｔｉｍｅ ａｎｄ ｃｏｓｔ ｈａｖｅ ｂｅｅｎ ｄｅｃｒｅａｓｅｄ ｂｙ ｔａｋｉｎｇ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｆａｃｔｏｒｓ ｉｎｔｏ ａｃｃｏｕｎｔ，ａｎｄ ｔｈｅ ｒｅｓｕｌｔ ｂｅｃｏｍｅｓ ｍｏｒｅ ｐｒａｃｔｉｃａｂｌｅ． Ｋｅｙ ｗｏｒｄｓ：ｎｅｔｗｏｒｋｅｄ ｍａｎｕｆａｃｔｕｒｉｎｇ；ｏｐｔｉｍａｌ ｃｏｎｆｉｇｕｒａｔｉｏｎ；ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ；ｅｌｉｔｉｓｔ ｓｔｒａｔｅｇｙ； Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ（ＧＡ）
０ 引言 随着制造技术和互联网技术的发展和融合，现代制造业 正在向网络化、数字化、集成化、智能化的方向发展。当前，一 些企业由于缺少合适的加工资源，而无法接受某些客户订单； 另一些资源丰富的企业，由于制造任务不足又面临着资源闲 置的问题。企业迫切需要找到这种制造资源利用不平衡的解 决办法，而解决这一问题的有效方法就是实现网络化环境下 企业问制造资源的共享与配置…。 目前，已有不少学者对这种网络化制造环境下制造资源 的配置问题进行了研究。文献［１］提出一种双链遗传算法， 在编码阶段加入了任务、资源和企业的匹配关系，实现了对非 法基因匹配的过滤，最后以该算法对网络化制造资源优化配 置问题进行了求解。文献［２］将理想点法和熵权系数法结合 起来，解决动态联盟制造资源的评估与选择问题。文献［３］ 将合作伙伴的选择问题转化成对能力单元的选择，使用层次 分析法和蚁群算法对问题进行求解。文献［４］以用户满意度 作为考虑因素，使用遗传算法对网格资源调度问题进行求解。 文献［５—８］以 （时间）、Ｑ（质量）、Ｃ（成本）、Ｓ（服务）等为 评价因素，使用智能算法或模糊层次分析法，对制造资源配置 问题进行了求解。文献［９］除考虑时间、费用、可靠性、功能相 似性等因素之外，还考虑了资源服务之间的相互作用对某些 因素造成的影响，最后以粒子群算法对制造网格下的资源服 务配置问题进行了求解。 已有研究对于资源评价的因素大多集中在时间、质量、成 本、服务、可靠度等方面，而在网络化制造环境中，要对处在异 地的不同企业的制造资源进行配置，除了以上文献所提因素 之外，还会涉及企业间的运输因素。 本文提出考虑企业间运输因素的网络化制造资源优化配 置问题，针对网络化制造环境企业的具体加工任务，通过资源 匹配获得可用制造资源后，综合考虑ＪｊｕＴ－时间、加工成本、企 业间运输时间和运输成本等因素，对可用制造资源进行优化 配置，使配置过程更加合理，配置结果更具有实用性。
１ 问题描述 某企业 有一批工件需要加工，由于企业自身资源的有 限性，工件共有ｎ道连续工序需要借助网络制造资源完成，该 企业通过网络化制造平台进行制造资源搜索匹配，获得能够 加工相应工序的ｋ台设备，这些设备隶属于ｍ个企业。工件的 加工工序固定，工序所需的设备可变，在此情况下，为每一道 工序选择一台加工设备，得到考虑综合因素下最优的配置方 案
收稿日期：２０１０—０５—１０；修回日期：２０１０—０７—１２。 基金项目：国家自然科学基金资助项目（６０９０３１２４）；高等学校博士学科点专项科 研基金资助项目（２００９６１１８１２０００３）；陕西省教育厅自然科学研究项目（０９ＪＫ６１４）；西安理工大学博士科研启动基金资助项目（１０２—２１０９０３）。 作者简介：巴黎（１９８６一），男，河南巩义人，硕士研究生，主要研究方向：网络化制造优化； 杨明顺（１９７４一），男，河南西峡人，副教授，博 士，主要研究方向：制造系统优化与控制、集成产品开发决策、集成质量管理；高新勤（１９７６一），男，山西ｌ临县人，讲师，博士，主要研究方向：工 作流管理、服务型制造；武晓青（１９８６一），女，陕西渭南人，硕士研究生，主要研究方向：网络化制造建模。 第１Ｉ期 巴黎等：考虑运输因素的网络化制造资源优化配置方法 本文主要考虑的因素有：加工时间、加工成本、废品率、设 备故障率、企业信誉、运输时间、运输成本。从以上因素可知， 企业 希望加工时间、加工成本、废品率、设备故障率、运输时 间和运输成本越小越好。为方便问题求解，规定企业信誉越 好，则对应的分值越低。 为建立相应的优化模型，引入以下参数。 工件的第ｉ道工序在机床 上的加工时问。 ｃ ． 工件的第ｉ道工序在机床 上的加工成本。 Ｔｍ ：企业ｉ到企业 的运输时间。 Ｃ ：企业ｉ到企业 的运输成本。 Ｆ：｛ ，ｃＪ，Ｄ，，Ｑ ，ＸＩ， ，Ｃ。 ｝：考虑因素的集合。 ：第ｉ道工序对应的加工时间。 Ｃ ：第 道工序对应的加工成本。 Ｄ 、：第ｉ道工序对应机床的故障率。 Ｑ，“）：第ｉ道工序对应机床的废品率。 ：第ｉ道工序对应企业的信誉值。 ㈤：当ｉ＝ｌ时， ㈤为企业刈等待加工件运送至加工 第一道工序企业的时间；当Ｉ＜ｉ≤ｎ时， ）为工序ｉ—Ｉ至 工序ｉ所产生的运输时间；当ｉ＝ｎ＋Ｉ时， 、为加工最后一 道工序的企业将完成件运送回企业 的时间。其中ｉ＝１，２，３， …，ｎ＋１。 Ｃ ）：当ｉ＝ｌ时，Ｃｃ ㈤为企业 每待加工件运送至加工 第一道工序企业的成本；当Ｉ＜ｉ≤ｎ时，ｃＧ ㈤为工序ｉ—Ｉ至 工序ｉ所产生的运输成本；当ｉ＝ｎ＋Ｉ时，Ｃ １为加工最后一 道工序的企业将完成件运送回企业 的成本。其中ｉ＝Ｉ，２，３， …，ｎ＋１。 Ｒ ：布尔变量，若工序ｉ在机床 上加工，则其值为Ｉ， 否则为０。 Ｒ ：布尔变量，若工序ｉ在企业ｚ中加工，则其值为Ｉ， 否则为０。 尺 ）：布尔变量，若隶属于企业ｚ的机床 加工工序ｉ， 则其值为Ｉ，否则为０。 ２ 问题建模 基于上述约定，首先建立各因素的优化目标如Ｆ。 加工时间最短：Ｍｉｎ｛∑ ㈤｝。 加工成本最低：Ｍｉｎ｛∑Ｃ，（１）｝。 机床故障率最低：Ｍｉｎ｛∑Ｄ ）｝。 废品率最低：Ｍｉｎ｛∑Ｑ，“）｝。 企业信誉最好：Ｍｉｎ｛∑ ㈤｝。 ｎ＋１ 运输时间最少：Ｍｉｎ｛∑？１Ｇ ㈤｝。 ｎ＋ｌ 运输成本最低：Ｍｉｎ｛∑ｃ ）｝。 其中： （ ） ＣＪ（ ） ∑ ∑ Ｊ＝１ ［ （ ）Ｘ Ｒ （ ）］ ［Ｃ （ Ｊ）×Ｒ （ Ｊ）］ 对于运输时间和运输成本，若在某配置方案中，存在企业 ，有： ＲＣＱ（ ）＝ＲＣＱ（ ＋ｌ， ）－．．’＝Ｒｃｏ（ｋ． ）＝１；１≤ｉ＜ｋ≤ｎ 则： ｙ（…）＝Ｔｃｙ（ｍ）…‘＝ ｙ（ ）＝０ ＣＣ，ｙ（【＋１） ＣＧＹ（ ＋２１…‘＝Ｃｃｖ（ｋ） ０
考虑上述各目标的量纲不同，在建立综合优化模型之前 须将各目标因素进行归一化处理。如：对于加工时间，找出该 矩阵中最大的因素值作为分母，对矩阵中的因素值进行最大 值归一化。其他因素归一化处理同理可得。 设 为因素ｉ对应的权重值，所有因素已进行归一化处 理，综合考虑以上７个因素，建立综合优化模型如下：
Ｍｉｎ｛ （ ㈤／ｎ）＋ （ Ｃｊ㈤／ｎ）＋
（ ‰／ ）＋ （ ‰／ ）＋ ｎ ｎ＋１ （∑ ㈤／ｎ）＋ （∑Ｔｃ ／（ｎ＋１））＋
ｎ＋Ｉ （∑Ｃｃｙ（ｉ）／（ｎ＋１））｝
其中： （∑ Ｄ／ｎ）为工件的总加工时问按总工序数求得 均值后，与权重 相乘，作为加工时间因素的参考值。加工成 本ｃＪ、故障率ＤＪ、废品率Ｑ 信誉度 的参考值取法与加工时 间同理。由工序引起的运输时间共有ｎ～１段，分别为１～２， ２～３，…，ｎ一１一ｎ段，而企业 需将待加工件运送至加工第 一道工序的企业，加工最后一道工序的企业需要将完成件运 送至企业 ，所以一共产生ｎ＋１个时间段。那么，运输时间的 ｎ＋１ 参考值为： ∑Ｔｃ ㈤／（ｎ＋Ｉ），运输成本参考值的取法与
之同理。 ３ 模型求解 由以上描述可知，该问题属ＮＰ难题，本文采用带精英保 护的遗传算法对该问题进行求解。 １）编码。采用实数编码，假定客户企业已经通过网络化 制造平台搜索得到若干能够加工相应工序的机床，且机床与 企业的隶属关系、与工序的对应关系已知。若可行解编码为 ［Ｉ ３ ３ ５ ７］，则代表第一道工序在 。上加工，第二道工序在 上加工，以此类推。 ２）产生初始种群。按照上述编码方法，随机产生一定数 量的个体，形成初始种群。 ３）适应度函数的设计。令染色体ｉ的适应度值为 则 染色体的适应度为：
