一種基于nsga-ii的三維打印多任務(wù)優(yōu)化調(diào)度方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明具體涉及一種基于NSGA-II的三維打印多任務(wù)優(yōu)化調(diào)度方法，屬于先進(jìn)制 造系統(tǒng)運(yùn)行控制理論中的調(diào)度問題，在三維打印產(chǎn)品逐漸定制化、規(guī)?；a(chǎn)模式下，利用 帶精英策略的非支配排序遺傳算法實(shí)現(xiàn)三維打印多任務(wù)生產(chǎn)的優(yōu)化調(diào)度。
【背景技術(shù)】
[0002] 作為一種新興技術(shù)，三維打印技術(shù)被認(rèn)為是引導(dǎo)第三次工業(yè)革命的主要因素之 一。而在2013年4月的德國(guó)漢諾威工業(yè)博覽會(huì)上，"第四次工業(yè)革命"（又稱工業(yè)4.0， Industry4.0)戰(zhàn)略被正式推出，并得到了世界各地科研機(jī)構(gòu)和產(chǎn)業(yè)界的廣泛認(rèn)同。2014 年11月李克強(qiáng)總理訪問德國(guó)期間，宣布兩國(guó)將開展工業(yè)4. 0合作。工業(yè)4. 0項(xiàng)目主要分為 智能工廠、智能生產(chǎn)和智能物流三大主題，其中智能生產(chǎn)主要涉及整個(gè)企業(yè)的生產(chǎn)物流管 理、人機(jī)互動(dòng)以及3D技術(shù)在工業(yè)生產(chǎn)過程中的應(yīng)用等。在工業(yè)4. 0時(shí)代，未來制造業(yè)的商 業(yè)模式將以解決顧客問題為主，走軟性制造+個(gè)性化定制道路。因此，如何實(shí)現(xiàn)3D打印的 大規(guī)模定制化生產(chǎn)將是未來學(xué)術(shù)研宄領(lǐng)域和生產(chǎn)制造領(lǐng)域的主要研宄方向。
[0003] 現(xiàn)有文獻(xiàn)中有大量關(guān)于生產(chǎn)調(diào)度問題、多目標(biāo)優(yōu)化和遺傳算法（Genetic Algorithm，GA)的石開宄，如HaghighiA等在《Uncertaintyanalysisofwatersupply networksusingthefuzzysettheoryandNSGA-II》（EngineeringApplicationsof ArtificialIntelligence，2014, 32 :270-282)中利用NSGA-II算法對(duì)具有不確定管道摩 擦系數(shù)和節(jié)點(diǎn)需求的供水管網(wǎng)絡(luò)進(jìn)行了水力分析，并驗(yàn)證了NSGA-II在網(wǎng)絡(luò)模糊分析中的 有效性；GhodratnamaA等在《Solvinganewmulti-obiectivemulti-routeflexible flowlineproblembymulti-objectiveparticleswarmoptimizationandNSGA-II》 (JournalofManufacturingSystems，2014)中針對(duì)多路徑柔性生產(chǎn)線建立了最小時(shí)延、 最小加工成本和最小路徑選擇成本三個(gè)數(shù)學(xué)模型，并利用NSGA-II和M0PS0方法對(duì)模型進(jìn) 行了優(yōu)化求角軍；BayatM等在〈〈Dynamicmulti-objectiveoptimizationofindustrial radial-flowfixed-bedreactorofheavyparaffindehydrogenationinLABplant usingNSGA-IImethod》（JournaloftheTaiwanInstituteofChemicalEngineers， 2014,45(4) :1474-1484)中利用NSGA-II對(duì)重工業(yè)石蠟脫氫徑向流固定床反應(yīng)器進(jìn)行多 目標(biāo)動(dòng)態(tài)優(yōu)化，得出最大石賭產(chǎn)出率，并使得選擇最大化；BandyopadhyayS等在《Solving multi-objectiveparallelmachineschedulingproblembyamodifiedNSGA-II》 (AppliedMathematicalModeling，2013, 37(10) :6718-6729.)中分別利用原始NSGA-II、 SPEA2和改進(jìn)的NSGA-II算法進(jìn)行了多并行機(jī)調(diào)度研宄，并驗(yàn)證了算法的有效性；RokhB 等在〈〈Proposinganefficientcombinationofinterestingmeasuresformining associationrulesviaNSGA-II》 （Technology，CommunicationandKnowledge(ICTCK)， 2014InternationalCongresson.IEEE，2014:1_7)中利用NSGA-II算法研宄數(shù)據(jù)樣本 的關(guān)聯(lián)規(guī)則，并驗(yàn)證置信度和余弦平方的組合對(duì)規(guī)則選擇更有效；DixitS等在《Optimal locationandsizingofSVCforminimizationofpowerlossandvoltagedeviation usingNSGAII》(CommunicationSystemsandNetworkTechnologies(CSNT)，2014Fourth InternationalConferenceon.IEEE，2014:975-980)中利用NSGA-II計(jì)算出使得能量損 失最少和電壓偏差最小的最優(yōu)SVC位點(diǎn)和尺寸。
[0004] 另外，亦有一部分相關(guān)專利出現(xiàn)，如鄭征等的《一種基于遺傳算法的衛(wèi)星并行測(cè) 試資源配置方法》（專利號(hào)：201210046718. 5,2012-02-27);薛勝軍等的《一種基于改進(jìn) NSGA-II的云計(jì)算任務(wù)調(diào)度方法》（專利號(hào)：201410220452.0, 2014-05-22);雷曉輝等的《一 種基于多目標(biāo)遺傳算法的調(diào)度圖優(yōu)化方法》（專利號(hào)：201210142732. 5, 2012-05-10);李 志等的《基于NSGA-II的輪胎模具加工及裝配集成優(yōu)化方法》（專利號(hào)：201410318457. 7， 2014-07-04)〇
[0005] 以上均是遺傳算法、生產(chǎn)調(diào)度和多目標(biāo)優(yōu)化問題近幾年的應(yīng)用研宄情況，但到目 前為止，尚未有涉及三維打印的多任務(wù)調(diào)度問題研宄成果出現(xiàn)。三維打印亦屬于一種制 造過程，其任務(wù)調(diào)度過程可簡(jiǎn)單的歸類為一種NP-hard(Non_deterministicPolynomial) 問題。對(duì)于此種任務(wù)的調(diào)度技術(shù)必須能適應(yīng)各種組件的變化和失效，能及時(shí)響應(yīng)內(nèi)外部 的各種突變因素如訂單變化、供應(yīng)商變化、生產(chǎn)設(shè)計(jì)改變（工藝計(jì)劃變更）等，并能滿足 多目標(biāo)的優(yōu)化，包括成本、質(zhì)量、時(shí)間和系統(tǒng)柔性等。多目標(biāo)優(yōu)化問題（Multi-obiective OptimizationProblem，MOP)最早是由意大利經(jīng)濟(jì)學(xué)家VilfredoPareto于1896年提出 的，這種優(yōu)化問題往往不能得到唯一最優(yōu)解，而是以集合的形式得到一組Pareto最優(yōu)解。 NSGA-II是Deb等人在2000年提出的，也是迄今為止最優(yōu)秀的進(jìn)化多目標(biāo)優(yōu)化算法之一， NSGA-II將快速非支配排序方法進(jìn)行分級(jí)運(yùn)算，引入擁擠距離比較算子和精英保留策略，較 好的保持了種群的多樣性。在NSGA的基礎(chǔ)上，NSGA-II將快速非支配排序方法進(jìn)行分級(jí)運(yùn) 算，降低了計(jì)算復(fù)雜度；取代NSGA中適應(yīng)度共享方法，引入擁擠距離比較算子將非支配排 序后同一等級(jí)具有相同適應(yīng)度值的解區(qū)分開，使處于當(dāng)前最優(yōu)前端的個(gè)體擴(kuò)展到整個(gè)最優(yōu) 前端并均勻分布；利用精英保留策略，使被選擇進(jìn)入繁衍池的個(gè)體后代與其父代競(jìng)爭(zhēng)產(chǎn)生 下一代種群，盡量多的保留了基因優(yōu)良的個(gè)體，提高了種群進(jìn)化水平。

【發(fā)明內(nèi)容】

[0006] 為了克服現(xiàn)有技術(shù)存在的缺點(diǎn)與不足，本發(fā)明的目的是提供一種基于NSGA-II的 三維打印多任務(wù)優(yōu)化調(diào)度方法，利用帶精英策略的非支配排序遺傳算法，根據(jù)三維打印服 務(wù)商及規(guī)模化定制客戶需求，將多個(gè)實(shí)時(shí)上傳的打印任務(wù)按照合理的分配方式調(diào)度至相應(yīng) 的打印設(shè)備，以實(shí)現(xiàn)商家及客戶均滿意的服務(wù)時(shí)間、打印成本、空閑等待時(shí)間和打印精度偏 差最小化。
[0007] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0008] -種基于NSGA-II的三維打印多任務(wù)優(yōu)化調(diào)度方法，包括如下步驟：
[0009] 1)選定三維打印的任務(wù)打印方式、任務(wù)下達(dá)方式和打印材料的方式；
[0010] 2)建立工期-成本-資源-質(zhì)量四維多目標(biāo)優(yōu)化調(diào)度模型，包括多任務(wù)調(diào)度的優(yōu) 化目標(biāo)和約束條件；
[0011] 3)隨機(jī)產(chǎn)生初始種群匕，對(duì)所有個(gè)體進(jìn)行非支配排序，然后根據(jù)個(gè)體排序的級(jí)別 分配相應(yīng)的適應(yīng)度值，即求解所述多目標(biāo)優(yōu)化調(diào)度模型的目標(biāo)函數(shù)值；
[0012] 4)對(duì)排序后的種群匕進(jìn)行遺傳操作，得到新的子代種群Qm
[0013] 5)將種群Pt與其子代種群Qt合并，得到新的種群Rt，進(jìn)化初始時(shí)t= 0 ;對(duì)合并后 的種群Rt進(jìn)行非支配排序，得到最優(yōu)前端Fji= 1，2,…）；
[0014] 6)對(duì)全部匕按照擁擠距離進(jìn)行排序，根據(jù)錦標(biāo)賽策略選取最優(yōu)的N個(gè)個(gè)體，形成 種群Pt+1;
[0015] 7)對(duì)種群Pt+1進(jìn)行遺傳操作，形成子種群Qt+1，以進(jìn)化代數(shù)為終止條件，如果當(dāng)前 進(jìn)化代數(shù)小于終止條件的進(jìn)化代數(shù)，則返回步驟3)，重復(fù)；否則，輸出最終結(jié)果。
[0016] 進(jìn)一步地，所述步驟4)的遺傳操作，用染色體的方式表示個(gè)體，染色體基因所在 的位置表示打印任務(wù)編號(hào)，基因值為打印任務(wù)分配到的打印機(jī)編號(hào)，染色體采用實(shí)數(shù)編碼 方式；采用模擬二進(jìn)制交叉法和多項(xiàng)式變異方法進(jìn)行遺傳操作。
[0017] 所述求解目標(biāo)函數(shù)值的過程中，為表示打印機(jī)被占用的情況，設(shè)置打印機(jī)屬性和 工作動(dòng)態(tài)庫，其中，工作動(dòng)態(tài)庫通過事件觸發(fā)方式控制，事件觸發(fā)條件包括打印任務(wù)分配到 打印機(jī)、打印任務(wù)開始打印和當(dāng)前打印任務(wù)完成；打印任務(wù)分配到打印機(jī)和打印任務(wù)開始 打印時(shí)鎖定打印機(jī)，當(dāng)前打印任務(wù)完成時(shí)釋放打印機(jī)。
[0018] 現(xiàn)有3D打印產(chǎn)品的生產(chǎn)延期可能會(huì)導(dǎo)致訂單交貨期滯后，無法正常出貨，而提前 完工則會(huì)導(dǎo)致空閑等待時(shí)間增長(zhǎng)，浪費(fèi)時(shí)間、資源和成本，并產(chǎn)生更多的庫存。另外，打印精 度偏差過大會(huì)導(dǎo)致客戶滿意度下降、訂單數(shù)量下降、精度差價(jià)和生產(chǎn)成本提高等問題。本發(fā) 明針對(duì)3D打印服務(wù)供應(yīng)商和產(chǎn)品需求客戶的綜合利益，建立了工期-成本-資源-質(zhì)量四 維多目標(biāo)優(yōu)化調(diào)度模型，首次將打印精度差價(jià)建立在模型范圍內(nèi)，首次利用NSGA-II算法 解決了三維打印多任務(wù)優(yōu)化調(diào)度問題，利用帶精英策略的非支配排序遺傳算法對(duì)目標(biāo)函數(shù) 進(jìn)行多目標(biāo)優(yōu)化，為三維打印規(guī)?；ㄖ粕a(chǎn)提供了有力的理論依據(jù)，為工業(yè)4. 0時(shí)代貢 獻(xiàn)了一份力量。
[0019] 此外，本發(fā)明在三維打印產(chǎn)品逐漸定制化、規(guī)?；a(chǎn)模式下，針對(duì)實(shí)時(shí)下達(dá)的打 印任務(wù)進(jìn)行優(yōu)化調(diào)度，分別解決了三維打印多任務(wù)生產(chǎn)的被服務(wù)時(shí)間最短、生產(chǎn)成本最低、 空閑等待時(shí)間最短和打印精度偏差最小的優(yōu)化問題，在三維打印制造領(lǐng)域具有較好的實(shí)用 價(jià)值和廣闊的應(yīng)用前景。
【附圖說明】
[0020] 圖1為本發(fā)明有關(guān)任務(wù)下達(dá)、分配打印機(jī)、打印過程和任務(wù)交付流程圖；
[0021] 圖2為本發(fā)明的NSGA-II的算法流程圖；
[0022] 圖3為本發(fā)明的NSGA-II編碼的基因表述。
【具體實(shí)施方式】
[0023] 本發(fā)明利用NSGA-II多目標(biāo)優(yōu)化方法實(shí)現(xiàn)三維打印多任