本技术涉及工人约束车间调度，特别涉及一种基于工人约束复杂焊接场景的双阶段调度方法及装置。
背景技术：
1、航空产品的工艺路线中主要生产瓶颈环节是焊接场景。在焊接车间中，零件焊接时间长，工人分为不同级别，零件需要放置在工位上才能焊接，由于零件体积大，往往需要多个工人同时焊接不同焊点，这些特点使得从资源排产角度提升产能非常困难。
2、目前考虑工人约束的车间调度问题，从问题和方法层面都存在不足。
3、其中，在问题层面，目前焊接车间调度方法仅考虑工序分解和工人分级等问题特点，但每个资源可使用工人资源数量是不受限的，所以不存在因为工人转移和资源不足而造成工序等待的复杂性，该类研究的假设条件过于理想化不符合实际焊接场景，难以应用；目前考虑工人资源的相关技术主要考虑工人转移特点，结合的问题场景为柔性作业车间，但目前该类相关技术只假设一个工人加工一个工序，因此工人转移相对简单，不存在因为工人资源不足而产生等待的情况，同样无法应用于实际复杂航空产品焊接车间资源调度
4、在方法层面，首先，由于工人转移和工序分解的复杂性耦合，使得资源调度中出现因为工人资源不足而等待的情况；而传统的柔性作业车间的析取图仅能描述工序在相同工件和相同机器的顺序，并不能表达在相同工人的工序顺序。因此，传统析取图不能直接用于寻找调度方案的关键路径，进而无法对调度方案进行高效优化；其次，工人资源不足使得调度方案中产生大量的等待时间，但传统的邻域结构只考虑从机床分配和工序调整的角度进行优化，并未考虑上述难点，因此也无法高效优化工人约束产生的等待时间；最后，由于该调度问题是考虑实际生产场景约束进行建模，目前车间调度领域缺乏相关问题研究，因此也缺乏一种高效的求解框架。
5、综上所述，现有工人约束的焊接车间调度方法难以同时考虑工人转移和工序分解的复杂性，无法从资源排产角度提升产能，难以应用于复杂的航空产品焊接车间资源调度场景，亟待解决。
技术实现思路
1、本技术提供一种基于工人约束复杂焊接场景的双阶段调度方法及装置，以解决现有工人约束的焊接车间调度方法难以同时考虑工人转移和工序分解的复杂性，容易因工人资源竞争而等待，难以应用于复杂的航空产品焊接车间资源调度场景等问题。
2、本技术第一方面实施例提供一种基于工人约束复杂焊接场景的双阶段调度方法，包括以下步骤：将目标航空产品的焊接场景建模为复杂焊接车间调度模型，并对所述复杂焊接车间调度模型进行向量编码，以得到向量编码结果；基于预设的改进析取图模型和所述向量编码结果，搜索所述复杂焊接车间调度模型的关键路径，并通过预设全主动解码策略解码所述关键路径，以获取目标关键路径；基于所述目标关键路径，对预设的机床分配和工序顺序模型执行第一遗传进化搜索操作，以得到所述机床分配和工序顺序模型的第一全局最优解，并对所述机床分配和工序顺序模型迭代执行预设多视角协同邻域搜索操作，以优化所述第一全局最优解；对预设的机床-工人分配和工序顺序模型执行第二遗传进化搜索操作，以得到所述机床-工人分配和工序顺序模型的第二全局最优解，并通过所述第二全局最优解对所述机床-工人分配和工序顺序模型迭代执行所述预设多视角协同邻域搜索操作，以优化所述第二全局最优解，并根据优化后的第一全局最优解和第二全局最优解获取所述复杂焊接车间调度模型的目标调度方案。
3、可选地，在本技术的一个实施例中，所述基于预设的改进析取图模型、所述工人编码信息和所述工序-工人融合编码信息搜索所述复杂焊接车间调度模型的关键路径，包括：建立所述复杂焊接车间调度模型对应的当前工序节点、机器析取弧集合、工人析取弧集合和连接弧集合；根据所述当前工序节点、所述机器析取弧集合、所述工人析取弧集合和所述连接弧集合构建所述改进析取图模型。
4、可选地，在本技术的一个实施例中，所述通过预设全主动解码策略解码所述关键路径，以获取目标关键路径，包括：获取所述关键路径中当前工序所选机床的加工位置；根据预设扫描顺序扫描所述关键路径中多个加工位置对应的所有前置工序，并计算所有前置工序中每个前置工序的空闲间隔；判断所述关键路径中的当前加工位置的空闲间隔是否大于所述当前工序的加工时间，且所述当前工序的开始时间是否小于前一工序的完工时间；如果所述当前加工位置的空闲间隔大于所述当前工序的加工时间，且所述当前工序的开始时间小于所述前一工序的完工时间，则将所述当前工序插入至所述当前加工位置，否则跳过所述当前加工位置扫描其它前置工序；如果所述所有前置工序不存在满足预设位置条件的空位，则将所述当前工序放置于所选机床的最后一个加工位置，以得到所述目标关键路径。
5、可选地，在本技术的一个实施例中，所述基于所述目标关键路径，对预设的机床分配和工序顺序模型执行第一遗传进化搜索操作，以得到所述机床分配和工序顺序模型的第一全局最优解，包括：建立所述机床分配和工序顺序模型对应的第一父代种群，并随机初始化第一父代种群，且对初始化后的第一父代种群进行全主动调度解码操作，以得到第二父代种群；计算所述第二父代种群的最大完工时间，并从所述第二父代种群中重复随机选取两个解，且将所述两个解中所述最大完工时间最小的解放入预设交配池中，直至所述预设交配池中解的个数达到预设数量阈值为止；将所述第二父代种群中的个体与所述预设交配池中的任一个体进行工序交叉和机器交叉操作，以生成子代种群，并结合所述子代种群和所述第二父代种群得到合并种群；基于所述最大完工时间对所述合并种群中的所有个体进行升序排列，得到个体序列，并选择所述个体序列前预设数量的个体构建第三父代种群，以根据所述第三父代种群获取所述机床分配和工序顺序模型的第一全局最优解。
6、可选地，在本技术的一个实施例中，所述对所述机床分配和工序顺序模型迭代执行预设多视角协同邻域搜索操作，以优化所述第一全局最优解，包括：获取所述机床分配和工序顺序模型对应的工人视角甘特图和机器视角甘特图；扫描所述目标关键路径中所有关键工序，以根据所述所有关键工序确定当前关键工序的机器加工位置和工人加工位置；基于所述改进析取图模型、所述机器加工位置和所述工人加工位置，计算所述所有关键工序中每个关键工序的最早可开始时间、第一完工时间、第二完工时间和第三完工时间；当所述最早可开始时间为第一完工时间时，对所述工人视角甘特图中其他工人空位进行邻域搜索；当所述最早可开始时间为第二完工时间时，对所述机器视角甘特图中其他机器空位进行邻域搜索；当所述最早可开始时间为第一完工时间，且所述第一完工时间和所述第二完工时间相同时，通过所述工人视角甘特图和所述机器视角甘特图对所述其他工人空位和所述其他机器空位进行协同邻域搜索；当所述最早可开始时间为第三完工时间时，跳过所述当前关键工序，以对所述所有关键工序中其他关键工序进行邻域搜索；根据邻域搜索或协同邻域搜索的搜索结果计算邻域解的最大完工时间，如果所述最大完工时间小于第一全局最优解，则通过所述最大完工时间更新所述第一全局最优解。
7、可选地，在本技术的一个实施例中，所述对预设的机床-工人分配和工序顺序模型执行第二遗传进化搜索操作，以得到所述机床-工人分配和工序顺序模型的第二全局最优解，包括：建立所述机床-工人分配和工序顺序模型对应的新的第一父代种群，并随机初始化所述新的第一父代种群，且对初始化后的新的第一父代种群进行全主动调度解码操作，以得到新的第二父代种群；计算所述新的第二父代种群的最大完工时间，并从所述新的第二父代种群中重复随机选取新的两个解，且将所述新的两个解中所述最大完工时间最小的解放入预设交配池中，直至所述预设交配池中解的个数达到所述预设数量阈值为止；将所述新的第二父代种群中的个体与所述预设交配池中的任一个体进行工序交叉、工人交叉和机器交叉操作，以生成新的子代种群，并结合所述新的子代种群和所述新的第二父代种群得到新的合并种群；基于所述最大完工时间对所述新的合并种群中的所有个体进行升序排列，得到新的个体序列，并选择所述新的个体序列前预设数量的个体构建新的第三父代种群，以根据所述新的第三父代种群获取所述机床-工人分配和工序顺序模型的第二全局最优解。
8、本技术第二方面实施例提供一种基于工人约束复杂焊接场景的双阶段调度装置，包括：建模模块，用于将目标航空产品的焊接场景建模为复杂焊接车间调度模型，并对所述复杂焊接车间调度模型进行向量编码，以得到向量编码结果；解码模块，用于基于预设的改进析取图模型和所述向量编码结果，搜索所述复杂焊接车间调度模型的关键路径，并通过预设全主动解码策略解码所述关键路径，以获取目标关键路径；第一阶段求解模块，用于基于所述目标关键路径，对预设的机床分配和工序顺序模型执行第一遗传进化搜索操作，以得到所述机床分配和工序顺序模型的第一全局最优解，并对所述机床分配和工序顺序模型迭代执行预设多视角协同邻域搜索操作，以优化所述第一全局最优解；第二阶段求解模块，用于对预设的机床-工人分配和工序顺序模型执行第二遗传进化搜索操作，以得到所述机床-工人分配和工序顺序模型的第二全局最优解，并通过所述第二全局最优解对所述机床-工人分配和工序顺序模型迭代执行所述预设多视角协同邻域搜索操作，以优化所述第二全局最优解，并根据优化后的第一全局最优解和第二全局最优解获取所述复杂焊接车间调度模型的目标调度方案。
9、可选地，在本技术的一个实施例中，所述解码模块包括：第一建立单元，用于建立所述复杂焊接车间调度模型对应的当前工序节点、机器析取弧集合、工人析取弧集合和连接弧集合；构建单元，用于根据所述当前工序节点、所述机器析取弧集合、所述工人析取弧集合和所述连接弧集合构建所述改进析取图模型。
10、可选地，在本技术的一个实施例中，所述解码模块还包括：第一获取单元，用于获取所述关键路径中当前工序所选机床的加工位置；第一计算单元，用于根据预设扫描顺序扫描所述关键路径中多个加工位置对应的所有前置工序，并计算所有前置工序中每个前置工序的空闲间隔；判断单元，用于判断所述关键路径中的当前加工位置的空闲间隔是否大于所述当前工序的加工时间，且所述当前工序的开始时间是否小于前一工序的完工时间；第一分析单元，用于如果所述当前加工位置的空闲间隔大于所述当前工序的加工时间，且所述当前工序的开始时间小于所述前一工序的完工时间，则将所述当前工序插入至所述当前加工位置，否则跳过所述当前加工位置扫描其它前置工序；第二分析单元，用于如果所述所有前置工序不存在满足预设位置条件的空位，则将所述当前工序放置于所选机床的最后一个加工位置，以得到所述目标关键路径。
11、可选地，在本技术的一个实施例中，所述第一阶段求解模块包括：第二建立单元，用于建立所述机床分配和工序顺序模型对应的第一父代种群，并随机初始化第一父代种群，且对初始化后的第一父代种群进行全主动调度解码操作，以得到第二父代种群；第二计算单元，用于计算所述第二父代种群的最大完工时间，并从所述第二父代种群中重复随机选取两个解，且将所述两个解中所述最大完工时间最小的解放入预设交配池中，直至所述预设交配池中解的个数达到预设数量阈值为止；第一交叉单元，用于将所述第二父代种群中的个体与所述预设交配池中的任一个体进行工序交叉和机器交叉操作，以生成子代种群，并结合所述子代种群和所述第二父代种群得到合并种群；第一排列单元，用于基于所述最大完工时间对所述合并种群中的所有个体进行升序排列，得到个体序列，并选择所述个体序列前预设数量的个体构建第三父代种群，以根据所述第三父代种群获取所述机床分配和工序顺序模型的第一全局最优解。
12、可选地，在本技术的一个实施例中，所述第一阶段求解模块还包括：第二获取单元，用于获取所述机床分配和工序顺序模型对应的工人视角甘特图和机器视角甘特图；扫描单元，用于扫描所述目标关键路径中所有关键工序，以根据所述所有关键工序确定当前关键工序的机器加工位置和工人加工位置；第三计算单元，用于基于所述改进析取图模型、所述机器加工位置和所述工人加工位置，计算所述所有关键工序中每个关键工序的最早可开始时间、第一完工时间、第二完工时间和第三完工时间；第一搜索单元，用于当所述最早可开始时间为第一完工时间时，对所述工人视角甘特图中其他工人空位进行邻域搜索；第二搜索单元，用于当所述最早可开始时间为第二完工时间时，对所述机器视角甘特图中其他机器空位进行邻域搜索；第三搜索单元，用于当所述最早可开始时间为第一完工时间，且所述第一完工时间和所述第二完工时间相同时，通过所述工人视角甘特图和所述机器视角甘特图对所述其他工人空位和所述其他机器空位进行协同邻域搜索；第四搜索单元，用于当所述最早可开始时间为第三完工时间时，跳过所述当前关键工序，以对所述所有关键工序中其他关键工序进行邻域搜索；更新单元，用于根据邻域搜索或协同邻域搜索的搜索结果计算邻域解的最大完工时间，如果所述最大完工时间小于第一全局最优解，则通过所述最大完工时间更新所述第一全局最优解。
13、可选地，在本技术的一个实施例中，所述第二阶段求解模块包括：第三建立单元，用于建立所述机床-工人分配和工序顺序模型对应的新的第一父代种群，并随机初始化所述新的第一父代种群，且对初始化后的新的第一父代种群进行全主动调度解码操作，以得到新的第二父代种群；第四计算单元，用于计算所述新的第二父代种群的最大完工时间，并从所述新的第二父代种群中重复随机选取新的两个解，且将所述新的两个解中所述最大完工时间最小的解放入预设交配池中，直至所述预设交配池中解的个数达到所述预设数量阈值为止；
14、第二交叉单元，用于将所述新的第二父代种群中的个体与所述预设交配池中的任一个体进行工序交叉、工人交叉和机器交叉操作，以生成新的子代种群，并结合所述新的子代种群和所述新的第二父代种群得到新的合并种群；第二排列单元，用于基于所述最大完工时间对所述新的合并种群中的所有个体进行升序排列，得到新的个体序列，并选择所述新的个体序列前预设数量的个体构建新的第三父代种群，以根据所述新的第三父代种群获取所述机床-工人分配和工序顺序模型的第二全局最优解。
15、本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于工人约束复杂焊接场景的双阶段调度方法。
16、本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于工人约束复杂焊接场景的双阶段调度方法。
17、由此，本技术的实施例具有以下有益效果：
18、本技术的实施例可通过将目标航空产品的焊接场景建模为复杂焊接车间调度模型，并对复杂焊接车间调度模型进行向量编码，以得到向量编码结果；基于预设的改进析取图模型和向量编码结果，搜索复杂焊接车间调度模型的关键路径，并通过预设全主动解码策略解码关键路径，以获取目标关键路径；基于目标关键路径，对预设的机床分配和工序顺序模型执行第一遗传进化搜索操作，以得到机床分配和工序顺序模型的第一全局最优解，并对机床分配和工序顺序模型迭代执行预设多视角协同邻域搜索操作，以优化第一全局最优解；对预设的机床-工人分配和工序顺序模型执行第二遗传进化搜索操作，以得到机床-工人分配和工序顺序模型的第二全局最优解，并通过第二全局最优解对机床-工人分配和工序顺序模型迭代执行预设多视角协同邻域搜索操作，以优化第二全局最优解，并根据优化后的第一全局最优解和第二全局最优解获取复杂焊接车间调度模型的目标调度方案。本技术通过将复杂航空产品的焊接场景建模为工人约束的复杂焊接车间调度，并利用知识驱动的双阶段调度算法对其进行求解，从而极大提高了工人约束复杂焊接车间调度的求解效率，从资源优化的角度提升了航空产品制造产能。由此，解决了现有工人约束的焊接车间调度方法难以同时考虑工人转移和工序分解的复杂性，容易因工人资源竞争而等待，难以应用于复杂的航空产品焊接车间资源调度场景等问题。
19、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
1.一种基于工人约束复杂焊接场景的双阶段调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于预设的改进析取图模型、所述工人编码信息和所述工序-工人融合编码信息搜索所述复杂焊接车间调度模型的关键路径，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过预设全主动解码策略解码所述关键路径，以获取目标关键路径，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标关键路径，对预设的机床分配和工序顺序模型执行第一遗传进化搜索操作，以得到所述机床分配和工序顺序模型的第一全局最优解，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述机床分配和工序顺序模型迭代执行预设多视角协同邻域搜索操作，以优化所述第一全局最优解，包括：
6.根据权利要求4所述的方法，其特征在于，所述对预设的机床-工人分配和工序顺序模型执行第二遗传进化搜索操作，以得到所述机床-工人分配和工序顺序模型的第二全局最优解，包括：
7.一种基于工人约束复杂焊接场景的双阶段调度装置，其特征在于，包括：
8.根据权利要求7所述的装置，其特征在于，所述第一阶段求解模块包括：
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6任一项所述的基于工人约束复杂焊接场景的双阶段调度方法。
10.一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，以用于实现如权利要求1-6任一项所述的基于工人约束复杂焊接场景的双阶段调度方法。
