利索能及
我要发布
收藏
专利号: 2021102389917
申请人: 广东工业大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-08-04
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种针对机器调整时间未知且序列相关的任务调度求解方法,其特征在于,包括:步骤1,根据企业历史数据,筛选出与任务加工前机器调整时间相关的特征变量集;构建关于任务加工前机器调整时间的预测模型并保存;

步骤2,确定待求解问题的约束,根据问题实际特点进行编码得到问题的可行解;

步骤3,随机生成得到任务的初始调度顺序,对当前任务顺序下各个任务的机器调整时间进行预测,计算初始调度顺序下的目标函数值;

步骤4,产生新的任务调度顺序,再次对当前任务顺序下各个任务的机器调整时间进行预测,计算新的任务顺序下的目标函数值;

步骤5,比较当前任务顺序与前一次任务顺序下的目标函数增量;

步骤6,如果选择接受所述新的任务调度顺序作为新解,那么将新的任务调度顺序作为下次迭代时的初始任务顺序解;

否则继续采用原来的初始调度顺序作为下次迭代时的初始任务顺序解;

步骤7,重复迭代步骤3‑6步骤直到满足预设的终止条件,最终得到任务的最优调度顺序。

2.根据权利要求1所述的针对机器调整时间未知且序列相关的任务调度求解方法,其特征在于,步骤1所述的预测模型为基于集成学习算法所建立的预测模型;步骤3、步骤4中采用集成学习算法对当前任务顺序下各个任务的机器调整时间进行预测,步骤4中采用启发式算法产生新的任务调度顺序。

3.根据权利要求1所述的针对机器调整时间未知且序列相关的任务调度求解方法,其特征在于,所述步骤1包括:

步骤1.1,对企业提供的历史数据进行清洗、探索性、相关性及显著性分析后,结合预测任务及企业实际业务可行性分析,筛选出与任务加工前机器调整时间的特征变量集;

步骤1.2,根据筛选出的特征变量集,构建关于集成学习算法的子预测模型个数为Z的子预测模型集合作为预测模型;

步骤1.3,将所有子预测模型集合预测值求取平均值即为最后机器调整时间P的预测输出值。

4.根据权利要求1所述的针对机器调整时间未知且序列相关的任务调度求解方法,其特征在于,所述步骤2包括:

步骤2.1,设定待求解问题在任务调度顺序为Uw下的目标函数值minf(Uw);

步骤2.2,确定待求解问题约束,至少包括:约束1:

其中,M={1,2,…,m}表示机器集合;N={1,2,…,n}表示任务集合; 表示0‑1变量,如果机器k先后连续加工任务i与j为1否则为0;

约束2:

约束3:

其中,n+1表示机器的终止状态;

约束4:

约束5:

其中,tci表示任务i的完工时间;sij表示先后连续加工任务i与j同一机器的调整时间,tj表示任务j的加工时间;

约束6:

其中,tc0表示每一台机器在其初始状态都可以使用,s0j表示加工首个任务不需要进行调整。

步骤2.3,根据待求解问题的特点进行编码,得到问题的可行解,即任务的调度顺序。

5.根据权利要求1所述的针对机器调整时间未知且序列相关的任务调度求解方法,其特征在于,所述求解方法应用于空调测试调度任务中时,所述步骤1包括:对空调测试实验中心提供的多条具有代表性的实际空调测试数据进行清洗、探索性、相关性及显著性分析,并结合预测任务及企业实际业务可行性分析后,得到一个9维的与测试任务打工况时间P相关的特征变量集Q={q1,q2,…,q9},分别为当前测试任务打工况前实验台内干球温度q1、当前测试任务打工况前实验台内湿球温度q2、当前测试任务打工况前实验台外干球温度q3、当前测试任务打工况前实验台外湿球温度q4、当前测试任务要求内干球温度q5、当前测试任务要求内湿球温度q6、当前测试任务要求外干球温度q7、当前测试任务要求外湿球温度q8、实验台制冷量q9;

根据筛选出的特征变量集Q,构建关于XGBoost集成学习算法数量为Z的决策树集合{T1(q),T2(q),…,Tz(q)},每棵决策树预测的打工况时间值为Tz(q);

将所有决策树集合预测的打工况时间值求取平均值后即为最终测试任务打工况时间P的预测输出值。

6.根据权利要求5所述的针对机器调整时间未知且序列相关的任务调度求解方法,其特征在于,所述求解方法应用于空调测试调度任务中时,所述步骤2.2包括:确定关于空调测试任务调度问题约束,如下式所示;

约束1:

其中,M={1,2,…,m}表示实验台集合;N={1,2,…,n}表示空调测试任务集合; 表示

0‑1变量,如果实验台k先后连续测试任务i与j为1否则为0;

约束2:

约束3:

其中,n+1表示试验台的终止状态;

约束4:

约束5:

其中,tci表示空调测试任务i的完工时间,sij表示先后连续测试任务i与j同一实验台的打工况时间,tj表示空调测试任务j的测试时间;

约束6:

其中,tc0表示每一台实验台在其初始状态都可以使用,s0j表示进行首个任务测试时不需要进行调整;

约束7:

其中,d表示待测试空调集合中的待测试空调,ld表示该待测空调的任务数量;

约束8:

其中, 表示第d个待测试空调在实验台k上进行测试时,先进行焓差实验任务后进行空调组装任务,Hd表示第d个待测试空调任务集合;

约束9:

其中,ad表示第d个待测试空调的组装任务; 表示0‑1变量,如果任务i在实验台k上进行测试为1否则为0;bd,l‑1表示第d个待测试空调的第l‑1个焓差实验任务。

7.根据权利要求5所述的针对机器调整时间未知且序列相关的任务调度求解方法,其特征在于,所述求解方法应用于空调测试调度任务中时,所述步骤2.3包括:(1)所述空调测试任务调度问题包含2个子问题:实验台分配和空调测试任务排序;采用两段式编码方式,将2个子问题编码在一起来表示问题的一个可行解;

(2)实验台分配的编码方式为插入式编码,多个个任务集随机排序后在中间任意位置插入一个数字即可将多个待测试的空调分配到两个实验台上进行测试,其中如果各个实验台上任务分配不均匀则会有多余费用惩罚;

(3)每台被测空调之间采取分段式编码,对测试任务编码采用整数编码,将每一个测试任务用一个数字代替。