本发明涉及生产调度，具体而言，尤其涉及一种基于层次分析与nsga-ii算法的服装产线工人调度方法。
背景技术：
1、服装生产线是由众多的工人与生产工位组成，工人的加工能力存在差异。在人员编排与调度过程中，对于服装产线工人的技能评判多以主观评价为主，缺少客观、量化的固有属性作为分析依据。而传统的经验式工人调度模式与技能评价方法受人为的思想波动影响较大，己经无法适应市场需求的变化。同时，随着服装企业的数字化程度的加深，围绕工人生产数据的数据孤岛趋于严重。因此如何充分利用劳动力数据，对产线工人的技能水平差异性进行合理考虑，可使产线生产更加适应工人异质性与流动性，为服装生产线中的工人调度具有重要指导意义。
2、针对服装生产效率的影响因素，较少关注对产线劳动力数据的利用与分析，以及工人技能差异对生产调度计划制订带来的影响，现有的方案还没有结合劳动力数据实现服装生产人员技能评价，并在其基础上给出生产调度计划制定的方案。可见，围绕服装产线工人技能评价的研究中存在对实际生产情况认知不足，工人生产数据资源利用低，工人的异质性和不稳定性缺乏探索、调度方案难应用的实际问题。
3、基于上述问题，设计一种可以充分利用劳动力数据，并结合数据分析快速实现工人调度的优化，从而提高服装生产线的生产效率的基于层次分析法和nsga-ii遗传算法的服装生产线工人调度方法，就显得十分重要。
4、申请号为cn202211432872.6的中国专利文献描述一种基于遗传算法的个性化服装生产线人员调度方法及系统。相关步骤主要为：通过获取生产小组的员工信息和目标个性化服装的生产计划信息，通过最短路径并行调度策略进行优化，运用遗传算法解决问题，获得最优的人员分配生产调度方案。虽然考虑了车间生产加工过程的人员熟练度、平衡率问题，但不足之处在于，没有围绕生产数据进行工人的技能评价的判定进行考虑，而是由生产小组的组长主观判定，直接获取生产小组中员工对整个生产过程的工序熟练度。
技术实现思路
1、根据上述提出现有服装生产调度方案还没有围绕产线数据展开服装生产人员技能差异分析，给出生产调度计划制定方案的问题，而提供一种基于层次分析与nsga-ii算法的服装产线工人调度方法。本发明充分利用劳动力数据，基于层次分析法和nsga-ii算法的服装生产线工人调度方法，并结合数据分析快速实现工人调度的优化，从而提高服装生产线的生产效率。
2、本发明采用的技术手段如下：
3、一种基于层次分析与nsga-ii算法的服装产线工人调度方法，具体步骤包括：
4、s1、采集生产小组的生产数据，包括工位生产数据、工人数据和产线的生产日志；
5、s2、利用层次分析法，确定工人技能评价指标，通过指标间的判断矩阵，确定评价指标的权重；
6、s3、根据s1中的生产数据对工人技能进行评估，分别计算工人在工位工序的技能成熟度和产线技能成熟度；
7、s4、针对工人调度的技能成熟度和产量稳定性，利用贪心算法局部优化一个目标函数，然后再通过自适应交叉、变异算子方法改进nsga-ii算法，基于改进的nsga-ii算法建立多目标优化模型；
8、s5、根据s4中的多目标优化模型，计算出最优的工人调度策略。
9、进一步地，步骤s1具体包括：
10、所述工人数据包括：小组中工人的年龄、性别、学历基本信息数据、设备数据、工艺数据、历史生产效率、历史返工率、工人的技能分布、任务周期内负责过工艺工序、当前负责工艺工序、历史出勤率以及周期内事件是否存在机器故障；
11、所述工位生产数据包括：工序表、工艺流程、设备数据和工艺数据；
12、所述产线的生产日志包括日产量，当前工作日是否存在人员的调度，各工位的产量日志和返工率。
13、进一步地，步骤s2具体包括：
14、s21、利用层次分析法，确定评价指标，构建多层结构，确定工人是否胜任当前工位的工序；设定工人评估的一级指标和二级指标，构建服装企业产线工人技能评价模型；
15、所述一级指标包括：基本属性、努力程度、熟练等级和能力范围；
16、所述二级指标包括：年龄、性别、文化程度、历史生产数据、历史出勤率、生产效率、返工率、技能分布、学习能力、事件处理能力；
17、s22、根据s21中的服装企业产线工人技能评价模型，通过工人技能指标两两间重要性的判断矩阵，计算每个指标的权重：
18、
19、其中，aij为指标要素i与指标要素j相对重要性的比较结果；
20、针对一级指标和二级指标，对其下的各指标要素进行两两对比，并按其重要性程度评定，形成判断矩阵a；
21、各级矩阵通过一致性检验指标cr来判断矩阵中各指标的权重分配的合理性。
22、进一步地，步骤s3具体包括：
23、s31、设计工人在某一工位工序的技能成熟度计算方法，通过对生产数据归一化处理，计算工人各级指标的评分值，实现对评价指标的量化；
24、结合各级指标评价权重对工人在的评分值加权计算，得到该工人在某一工位工序下的技能成熟度m：
25、
26、式中，x为在某指标要素下工人的生产数据，xnorm为某指标要素下工人生产数据的标准化值，即评分值r；zmin表示在工人集中，该指标下最小生产数值；zmax表示在工人集中，该指标下中最大生产数值；
27、m＝σωbc*rbc
28、式中，ωbc为第b个一级指标下的第c个二级指标的指标权重；rbc为工人各级指标评分值；
29、s32、设计产线技能成熟度计算方法，通过决策变量k决定工位d与人员e的之间的胜任关系，构建出服装产线中整体工人技能成熟度：
30、
31、
32、式中，hde表示第d个工位与第e名人员的技能成熟度，即s31中的m值，k为决策变量，判别在工人的技能分布中是否存在该工位的生产数据，kde＝1时表示工人可以胜任，即工人e可分配至d工位，kde＝0时表示工人无法胜任，即工人e不可分配至d工位。
33、进一步地，步骤s4具体包括：
34、s41、假设服装流水线有m个工位，d＝1，2，...，m，有n名工人，e＝1，2，...，n；
35、设计目标函数f1与f2，调度目标为产线中的所有工人所在工位的技能成熟度之和最大，且所选择工人下的产线的产量稳定：
36、
37、
38、其中，f1为产线工人的技能成熟度程度，f2为产线工人产量稳定性；y表示产线工人在两个周期间产量差值，是产线工人两个周期产量差值的平均值，maxy为产线下工人中两个周期产量差值的最大值，ωde31表示工人e在第d个工位中的历史生产效率，ωde21表示工人e在第d个工位中的当前生产效率；
39、s42、采用nsga-ii算法中的快速非支配排序方法，确定个体的拥挤距离：
40、
41、其中，cdlo表示在第o个目标函数中第，个个体的拥挤度，o＝1，2，xmax表示所有个体中在第o个目标函数下的最大值，xmin表示所有个体中在第o个目标函数下的最小值；
42、s43、种群初始化，设计一种贪心算法的启发式规则来生成初始种群，先局部优化一个f1的优化目标，构建初始种群；
43、s44、设计自适应交叉算子：
44、
45、其中，pc为交叉概率，g为迭代数；pcmax表示最大的交叉概率，pcmin表示最小的交叉概率；
46、s45、设计自适应变异算子与多种变异方式并存的方法对个体进行变异：
47、
48、其中，pm为变异概率，pmmax表示最大的变异概率，pmmin表示最小的交叉概率；采用交换变异、翻转变异、滑动变异的变异方式，并以等概率的形式进行选择使用。
49、进一步地，步骤s5具体包括：
50、利用自适应遗传算法对产线多目标优化函数求解，nsga-ii算法优化后存在多目标优化解；
51、引入人力资源利用率d，用所选中在岗工人的技能成熟度评分之和mpa与所有工人的最高技能成熟度评分之和maa比值的百分数表示，选择最优的工人调度策略：
52、
53、其中，mpa表示调度方案所选中在岗工人的技能成熟度评分之和，maa表示工人集中每个工人最高的技能成熟度评分之和。
54、较现有技术相比，本发明具有以下优点：
55、本发明提供的基于层次分析与nsga-ii算法的服装产线工人调度方法，可结合实际的生产场景，快速寻找更优的人员调度决策，减少在生产中的调度资源浪费，在一定程度上对工人数据进行了有效利用，提高工人数据的利用率，加强了数据间的关系的紧密性，有利于消除数据孤岛。
56、本发明提供的基于层次分析与nsga-ii算法的服装产线工人调度方法，充分利用专家的群决策，实现将主观经验到客观评价的转变。通过工人的实际生产数据对各项指标进行量化，可为服装流水线的人员的生产数据的有效利用提供方向，并为人员调度决策提供依据。
57、本发明提供的基于层次分析与nsga-ii算法的服装产线工人调度方法，不仅考虑了工人对不同工位工序的技能水平差异，还充分考虑了产线调度前后的产量稳定性问题，通过迭代优化，实现产线工人调度的有效性。
58、本发明提供的基于层次分析与nsga-ii算法的服装产线工人调度方法，在对遗传算法改进时，采用局部优化一个f1的优化目标的贪心算法，进行初始种群的构建，在其基础上使用自适应变异算子与多种变异方式并存的方法产生变异，可实现产生丰富的染色体种类，防止某些优秀的染色体进化结果的无效化。
59、本发明提供的基于层次分析与nsga-ii算法的服装产线工人调度方法，适用于各种产线的工人调度情况，具有较强的灵活性与广泛的应用前景，可以为服装生产决策者提供调度思路，为服装生产线的工人调度提供科学的依据，推动产线调度的创新与发展。
60、基于上述理由本发明可在生产调度技术领域广泛推广。
1.一种基于层次分析与nsga-ii算法的服装产线工人调度方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的基于层次分析与nsga-ii算法的服装产线工人调度方法，其特征在于，步骤s1具体包括：
3.根据权利要求1所述的基于层次分析与nsga-ii算法的服装产线工人调度方法，其特征在于，步骤s2具体包括：
4.根据权利要求1所述的基于层次分析与nsga-ii算法的服装产线工人调度方法，其特征在于，步骤s3具体包括：
5.根据权利要求1所述的基于层次分析与nsga-ii算法的服装产线工人调度方法，其特征在于，步骤s4具体包括：
6.根据权利要求1所述的基于层次分析与nsga-ii算法的服装产线工人调度方法，其特征在于，步骤s5具体包括：
