本发明涉及生产策略优化技术，尤其涉及一种面向分割式seru生产构建与调度策略的联合优化方法及产品。
背景技术：
1、随着科学技术的发展以及经济全球化进程的日益推进，市场环境风云变幻，制造业所面临的市场竞争比以往任何时期都更加具有挑战性。为了应对当前动荡的市场环境，缩短产品交付时间，实现快速响应，被制造业广泛认为是除了产品数量和产品品种之外的另一个需求维度。在这种情况下，1992年索尼旗下的一家工厂创建了一种兼具柔性与效率的快速响应新型生产模式，并命名为seru。seru是单元(cell)的日语读音，与单元式生产不同，seru是一种较为低自动化的生产模式，被广泛应用于组装生产，往往只包括装配、测试与包装三种工序。一个seru生产系统由多个seru生产单元构成，而每个seru生产单元是由一些简单、低成本、易于复制且易于移动的设备以及一个或多个致力于一种或多种产品生产的多能工组成的小型紧凑生产单元。
2、从seru生产系统的发展趋势与演化过程来看，seru包括三种基本类型：分割式seru(divisional seru)、巡回式seru(rotating seru)和屋台式seru(yatai seru)。在分割式seru中，根据工艺要求和工人掌握技能种类与水平，seru中的生产任务被划分为若干部分，每个部分由单个或者多个工人负责，因此，该类型的seru生产不需要过于复杂的工人培训。这三种类型的seru并没有严格意义上的优劣，在某些特定的需求条件与生产条件下，分割式seru也许比屋台式seru更实用。
3、在实际的seru生产实践中，由准时化生产组织系统(just-in-time organizationsystem，jit-os)来控制与管理seru生产，jit-os的实施包含两个基本决策：seru构建与seru调度。seru构建过程需要确定seru的类型、数量、布局与规模，包括相应的工人、设备以及其他生产资源的分配计划等相关准备工作。通过seru构建可以打造含单个或多个适当类型与数量的seru单元的seru生产系统。seru调度则需将产品生产任务分配到各seru，并确定各seru中产品的加工顺序以确保生产计划有条不紊的推进。
4、研究者已经对分割式seru做了很多优化，但是要么基于特定调度规则研究seru生产系统构建问题，要么基于seru生产系统构建决策研究seru调度问题，暂未有学者研究考虑工序顺序约束的分割式seru构建与调度协同优化问题。
技术实现思路
1、针对现有技术存在的问题，本发明提供一种最大完工时间makespan较小且运行时间也相对较短的面向分割式seru生产构建与调度策略的联合优化方法及产品。
2、为了实现上述发明目的，第一方面，本发明提供了一种面向分割式seru生产构建与调度策略的联合优化方法，包括如下步骤：
3、(1)构建以最小化最大完工时间为目标的非线性整数规划模型，所述非线性整数规划模型以基于分割式seru生产模式的生产者为核心，综合考虑了工人技能组合可选性、工人技能水平差异性、工序顺序约束、批量分割和换装时间；
4、(2)将构建的非线性整数规划模型转化为包括上层规划模型和下层规划模型的双层规划模型，其中，上层规划模型用于判断上次迭代时下层规划模型的结果是否满足预设收敛条件，若满足，则输出规划结果，若不满足，则根据生产者的生产数据以及上次迭代时下层规划模型的结果求解工人—seru分配策略以及seru生产调度策略，下层规划模型用于根据生产者的生产数据以及上层规划结果，求解工人—操作分配策略，并反馈至上层规划模型；
5、(3)获取分割式seru生产模式的生产者的生产数据；
6、(4)根据生产者的生产数据求解所述双层规划模型，得到包括工人—seru分配策略和工人—操作分配策略的生产构建策略，以及seru生产调度策略。
7、进一步的，步骤(1)中所述非线性整数规划模型具体为：
8、
9、
10、ctij＝btij+stij+ptij
11、
12、
13、
14、
15、
16、
17、
18、
19、
20、
21、
22、
23、
24、式中，makespan为最大完工时间；ctj表示产品j的完工时间，j表示产品集合，ctij表示产品j分配给seru i的子批量完工时间；btij表示产品j分配给seru i的子批量开始生产时间，表示seru生产调度策略元素，当产品j的子批量在seru i中的生产装配顺序为k时值为1，否则为0；stij表示产品j分配给seru i的子批量所需换装时间，sj表示产品j所需换装时间；ptij表示产品j分配给seru i的子批量所需生产时间，k为产品子批量在seru i的生产装配顺序集合，表示seru i执行产品j的操作o所需生产时间，表示工人—操作分配策略元素，当工人w在seru i中负责处理产品j的操作o时值为1，否则为0，ujo表示产品操作参数，当装配产品j需处理操作o时值为1，否则为0，gwo表示工人技能参数，当工人w可以处理操作o时值为1，否则为0，fwi表示工人-seru分配策略元素，当工人w分配给了seru i时值为1，否则为0，two表示工人w执行操作o所需时间，且two＝to/ewo，to表示操作o所需最小或标准时间，ewo表示工人w处理操作o的技能水平，qij表示产品分配参数，当产品j分配给seru i的子批量时值为1，否则为0，o表示操作集合，w为工人集合；wil、wiu分别表示seru i中分配工人数量的下限和上限，qj表示产品j的需求量，n+为正整数集合。
25、进一步的，所述上层规划模型具体为：
26、
27、
28、
29、
30、
31、
32、进一步的，所述下层规划模型具体为：
33、
34、
35、
36、
37、
38、
39、进一步的，求解所述双层规划模型的上层规划模型时，采用混合遗传变邻域搜索算法(hybrid genetic variable neighborhood search algorithm，hgvnsa)，具体包括：
40、(3.1.1)将所有生产调度策略、工人—seru分配策略进行染色体编码，并随机生成初始种群；其中，染色体编码时，上层染色体表示工人—seru分配策略，下层染色体表示生产调度策略；
41、(3.1.2)检查生成的种群是否满足上层规划模型约束，若不满足，则修正至满足；
42、(3.1.3)计算种群的适应度值，并取出适应度值最高的最优个体sopt,保存到精英库中；其中，适应度函数为最大完工时间计算函数；
43、(3.1.4)随机生成1～ns之间的一个整数nk，其中，ns为邻域结构数量；
44、(3.1.5)选择第nk个邻域结构对sopt进行邻域搜索，若找到一个比sopt适应度值更大的解sopt′，则令sopt＝sopt′，更新精英库，并返回至步骤(3.1.4)，否则直接返回至步骤(3.1.4)，直至搜索次数达到预设搜索阈值时执行步骤(3.1.6)；
45、(3.1.6)对种群执行遗传操作，并将遗传操作后生成的新种群中的适应度值最高的最优个体s与sopt进行比较，若s适应度值更高，则令sopt＝s，更新精英库，并返回执行步骤(3.1.2)，否则直接返回执行步骤(3.1.2)，直至迭代次数达到预设值执行步骤(3.1.7)；
46、(3.1.7)将迭代截止时精英库的最优个体sopt作为最优解输出。
47、进一步的，步骤(3.1.2)种群的修正方法具体包括：
48、(3.1.2.1)设置i＝1；
49、(3.1.2.2)判断seru i中的工人数是否大于wiu，若是执行步骤(3.1.2.3)，若否，执行(3.1.2.4)；
50、(3.1.2.3)随机选择一个生产单元seru i′，若seru i′中的工人数小于wiu，则从seru i中随机选择一名工人w分配给seru i′，并返回执行步骤(3.1.2.2)，否则循环执行本步骤；
51、(3.1.2.4)将i＝i+1，并判断i是否大于seru总数ni，若否返回执行步骤(3.1.2.2)；若是则执行步骤(3.1.2.5)；
52、(3.1.2.5)设置i＝1；
53、(3.1.2.6)判断seru i中的工人数是否小于wil，若是执行步骤(3.1.2.7)，若否，执行(3.1.2.8)；
54、(3.1.2.7)随机选择一个生产单元seru i′，若seru i′中的工人数大于wil，则从seru i′中随机选择一名工人w分配给seru i，并返回执行步骤(3.1.2.6)，否则循环执行本步骤；
55、(3.1.2.8)将i＝i+1，并判断i是否大于seru总数ni，若否返回执行步骤(3.1.2.6)；若是则执行步骤(3.1.2.9)；
56、(3.1.2.9)获取种群中不满足∑i∈iqij＝qj的子批量，将分配到第一个不为0的seru的分配量，修正为当前分配量加上需求量减去分配给所有seru的子批量之和，即q1j＝q1j+qj-∑i∈iqij。
57、进一步的，所述邻域结构的生成方法包括：
58、a、在上层染色体随机选择两个位置的基因值并进行交换；
59、b、在上层染色体随机选择一个位置并改变其基因值；
60、c、在下层染色体随机选择两产品并交换其生产调度策略；
61、d、在下层染色体随机选择两seru并交换其生产调度策略；
62、e、在下层染色体随机选择某一产品并改变其在各seru中的分配比。
63、进一步的，求解所述双层规划模型的下层规划模型时，采用贪婪的启发式算法(greedy heuristic algorithm，gha)，具体包括
64、(3.2.1)将产品所需的操作集合o根据标准/最小处理时间进行排序，并用wi表示分配到seru i中的工人集合，设置o＝1；
65、(3.2.2)令wo＝wi，并将wo中无法执行操作o的工人删除；
66、(3.2.3)找出wo中执行操作o所需时间最小的工人，形成工人集合n，并用n表示工人集合n的元素数目；若工人集合n为空集，则执行步骤(3.2.9)；否则执行步骤(3.2.4)；
67、(3.2.4)设置x＝1；
68、(3.2.5)判断工人集合n中第x个元素n(x)是否被分配给了操作o的相邻操作，若是则将工人n(x)分配给操作o并执行步骤(3.2.9)；否则执行步骤(3.2.6)；
69、(3.2.6)判断工人集合n中第x个元素n(x)是否被分配给了操作o的非相邻操作，若是则将n(x)从工人集合n中删除，若否则执行步骤(3.2.7)；
70、(3.2.7)将x＝x+1，若不满足x>n，则返回执行步骤(3.2.5)，若满足，则执行步骤(3.2.8)；
71、(3.2.8)若工人集合n为空集，且wo不为空集，则返回执行步骤(3.2.3)；否则将集合n中的一个工人随机分配给操作o并执行步骤(3.2.9)；
72、(3.2.9)将o＝o+1,若o小于或等于操作集合o的元素数目，则返回执行步骤(3.2.2)，否则执行步骤(3.2.10)；
73、(3.2.10)如果所有的工人都已被分配到操作，但仍有未分配到工人的操作，则执行步骤(3.2.11)，否则执行步骤(3.2.12)；
74、(3.2.11)对于每个未分配到工人的操作q，比较被分配到操作q紧前操作的工人和紧后操作的工人执行操作q所需时间，将所需时间较短的工人分配给操作q；
75、(3.2.12)计算单位生产时间，以及每个工人的实际工作时间，并找出实际工作时间最大的工人，以最大化缩短单位生产时间为前提将该工人所负责的前端或后端操作，分配给负责相邻操作的工人。
76、第二方面，本发明还提供一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如权利要求1-8中任一项所述的方法。
77、第三方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，所述计算机程序/指令在由处理器执行时实现上述方法。
78、本发明与现有技术相比，其有益效果是：本发明提出了一种单周期seru生产系统构建与调度联合优化技术，首次考虑了工序顺序约束，同时还综合考虑了工人技能组合和技能水平的差异性、批量分割、换装时间等因素，使得系统最大的完工时间最小化，解决了单周期分割式seru构建与调度的协同优化。本发明在求解seru生产构建与调度联合优化问题方面具有良好的鲁棒性与可扩展性，对于实际的生产运作决策提供了科学指导依据。
1.一种面向分割式seru生产构建与调度策略的联合优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向分割式seru生产构建与调度的联合优化方法，其特征在于，步骤(1)中所述非线性整数规划模型具体为：
3.根据权利要求2所述的面向分割式seru生产构建与调度的联合优化方法，其特征在于，所述上层规划模型具体为：
4.根据权利要求2所述的面向分割式seru生产构建与调度的联合优化方法，其特征在于，所述下层规划模型具体为：
5.根据权利要求2所述的面向分割式seru生产构建与调度的联合优化方法，其特征在于，求解所述双层规划模型的上层规划模型时，采用混合遗传变邻域搜索方法(hybridgenetic variable neighborhood search algorithm，hgvnsa)，具体包括：
6.根据权利要求5所述的面向分割式seru生产构建与调度的联合优化方法，其特征在于，步骤(3.1.2)种群的修正方法具体包括：
7.根据权利要求5所述的面向分割式seru生产构建与调度的联合优化方法，其特征在于，所述邻域结构的生成方法包括：
8.根据权利要求5所述的面向分割式seru生产构建与调度的联合优化方法，其特征在于，求解所述双层规划模型的下层规划模型时，采用贪婪的启发式算法(greedy heuristicalgorithm，gha)，具体包括
9.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现如权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，所述计算机程序/指令在由处理器执行时实现权利要求1-8中任一项所述的方法。
