本发明涉及制造业生产过程的智能优化调度，更具体的说是涉及一种民族服装缝制生产线优化编排方法、系统及设备。
背景技术：
1、民族服装生产线设计、分析主要目标是解决生产线平衡问题，也就是将一系列工序合理的分配给指定数量的工作地，从而实现期望的生产效率。由民族服装生产流水线工序编排平衡原则可知，民族服装流水线平衡需要考虑的参数较多，比如工序数量、工序耗时，使用设备，工序先后顺序等等，构成了一个非常难解的组合优化问题。
2、工序编排过程中，需要确定各工序的作业人员，即各工作站安排的作业工序。而各工序在工作站作业情况只有2种可能，即某一工序在该工作站工作与不在该工作站工作。模型中的决策变量是“某一工序是否在某工作站作业”，目的是获得流水线平衡的工序编排组合。服装生产过程中流水线平衡的目标是多样的，要使工作地负荷平衡，应尽可能将各工序均匀分配到各工作站，各工作地节拍趋于同步化，待确定工序编排后，可依实际情况选配合适工人进行作业。
3、因此，如何提供一种高效的民族服装缝制生产线优化编排方法、系统及设备是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本发明提供了一种民族服装缝制生产线优化编排方法，用以解决上述现有技术中存在的技术问题。
2、为了实现上述目的，本发明提供如下技术方案：
3、一种民族服装缝制生产线优化编排方法，包括以下步骤：
4、s1：获取待缝制生产的民族服装生产信息，基于民族服装生产信息得到民族服装缝制生产作业编排模型的决策变量；
5、s2：为民族服装缝制生产作业编排模型的决策变量增加约束条件；
6、s3：计算目标函数，得到民族服装缝制生产作业编排的优化目标；
7、s4：基于优化目标采用遗传禁忌的混合优化算法得到最优的民族服装缝制生产作业编排模型；
8、s5：通过最优的民族服装缝制生产作业编排模型进行民族服装缝制生产线优化的编排流程。
9、可选的，步骤s1：获取待缝制生产的民族服装生产信息，基于民族服装生产信息得到民族服装缝制生产作业编排模型的决策变量，包括：
10、s1.1：设定待编排的民族服装的工序共计i道，工序编号记做i，i＝1，2，…，i；
11、s1.2：设定待编排的民族服装的工作地数量为j个；其中，1个工作地代表1名作业员，按照生产流水线顺序进行排列，编号分别为j＝1,2,…,j；
12、s1.3：基于工序以及工作地数量，得到民族服装缝制生产作业编排模型的决策变量为：
13、
14、式中，xij表示第j个工作站加工第i道工序，如果“加工”，xij取值1，如果“不加工”，xij为0，基于求得的最优解中xij的值，可以明确工序i和工作地j的隶属关系，从而开展作业编排设计。
15、可选的，步骤s2：为民族服装缝制生产作业编排模型的决策变量增加约束条件，包括：
16、第一约束条件为工序i在第j个工作地完成加工的约束；
17、第二约束条件为紧前工序的约束，设置第i道工序的紧前工序有mi道，分别记做i1,i2,…,imi,若无紧前工序，则mi为0；工序i的紧前工序不能在工序i的后面工作地上作业，表达式为：
18、
19、第三约束条件为使用设备的约束；
20、第四约束条件为总工序时长的约束，设置第i道工序的加工时间为ti，tj表示第j个工作地的作业总时间，表达式为：
21、
22、第五约束条件为编排效率η的约束，表达式为：
23、
24、其中，
25、式中，spt指流水线理论平均节拍，sptmax指流水线最大节拍。
26、考虑作业分配时生产流水线上各工作地节拍同步化及工序负荷均衡，每个工位中的作业时间应在节拍界线[lpt,upt]范围(其中lpt＝2spt-upt，upt＝spt/η)内。编制效率(η)表示工序平衡程度优劣的系数，通常η越接近1，流水线同步化程度越好。
27、第六约束条件为工序时长的约束，对于节拍太大或太小的工序，若作业工序复杂、又受到前后加工顺序的限定，可以将多个工序组合，使其作业时间基本接近有效平均节拍的倍数，或对工序拆分，将其分给2～3个工位协作完成，使每个工位作业时间在节拍界限内，
28、可选的，步骤s3：计算目标函数，得到民族服装缝制生产作业编排的优化目标，包括：
29、目标函数为均衡指数si和最大节拍和最小节拍差值fmin，模型求解si的最小值和fmin的最小值，公式如下：
30、
31、fmin＝sptmax-sptmin；
32、模型假定服装流水线的工序个数i，工作地数j以及各工序作业时间ti已知。
33、可选的，最终模型包含上述决策变量、约束条件和目标函数，可以描述为期望获得在满足约束条件，目标函数取得最小值时的xij值，从而确定民族服装生产流水线工序编排的优化方案。
34、可选的，步骤s4：基于优化目标采用遗传禁忌的混合优化算法得到最优的民族服装缝制生产作业编排模型，包括：
35、s4.1：对种群个体分别进行初始化编码，并设置迭代次数；
36、s4.2：随机生成初始种群，生成给定数量的个体形成初始种群；
37、s4.3：据适应度函数计算当前代的每个个体适应度值，选择目标函数作为适应度函数，适应度函数表达式为：
38、
39、fit(f(x))＝fmin＝sptmax-sptmin；
40、根据目标函数计算当前代的每个个体的适应度值，并基于适应度值得到当前代的最优个体；
41、s4.4：寻找非禁忌邻域中的最优解，将当前代的最优个体与全局最优解进行对比，更新全局最优解；
42、s4.5：判断是否满足终止条件，若满足输出结果，否则转s4.7。
43、s4.6：将当前代的最优个体更新到禁忌表；
44、s4.7：选择操作；
45、s4.8:交叉操作；
46、s4.9：变异操作；
47、s4.10：更新种群，将经过遗传禁忌混合操作的群体更新为新的群体，转到s4.3，对群体p(k)进行一轮迭代，本次使用最大迭代次数作为停止条件。
48、s4.11：判断是否达到迭代次数，若是，则停止迭代得到最优的民族服装缝制生产作业编排模型。
49、可选的，使用最大迭代次数作为停止条件，迭代次数设置为500次。
50、可选的，步骤s4.1：对种群个体分别进行初始化编码，包括：基于工序优先序列的实数编码方式，通过染色体编码顺序直观反应生产工序先后顺序，每个基因代表1个工序元素，根据作业优先关系组合成染色体，对种群个体分别进行初始化编码。
51、可选的，步骤s4.2：随机生成初始种群，生成给定数量的个体形成初始种群，存储在pops里，包括对染色体编码按照优化目标要求进行分割，把加工工序分配到各个工作地上，具体为：
52、s4.21：根据生产工序作业顺序，将生产工序根据紧前工序计算工序表分支；
53、s4.22：根据自定义工位数、每个工位能使用的设备最大种数以及节拍界限的约束条件计算理论平均节拍spt和节拍界限的取值范围；
54、s4.23：按照平均节拍spt和作业工序优先顺序，生成基因片段，得到工序序列，将i道工序按顺序分配给j个工作地，其中每个工作地的加工时间为t1,t2,...,tj；
55、s4.24：若第j个工作地的加工时间小于节拍下限lpt，则在此工作地上加入第i+1道工序，判断加入第i+1道工序后，第j个工作地加工时间是否在节拍界限范围内；
56、s4.25：若第j个工作地的加工时间大于节拍上限upt，则将此工作地上的工序分配给第j+1个工作地，判断加工时间是否满足节拍界限取值范围，返回s4.23。
57、s4.26：重复以上分配过程，直到将染色体中所有工序分配完成。
58、可选的，步骤s4.7：选择操作，包括：依据个体适应度值高低排序，具体遗传禁忌混合算法选择操作如下：
59、s4.71：保留设定的最优个体进入新种群；
60、s4.71：超过禁忌表长度，依次放回被禁忌的最优值进入新种群；
61、s4.72：采用轮盘赌选择，每个个体进入下一代的概率等于它的适应度值与整个种群中个体适应度值和的比例，其具体操作如下：
62、①计算每个个体适应度并求和。
63、②对于个体i，设其适应值为fi，种群规模为pop，则该个体的选择概率可以表示为：
64、
65、③构造一个轮盘。依据个体选择概率表划分轮盘，从给定种群中选出n个个体就等价于旋转n次轮盘，经过多轮选择，直到选择了足够的个体来产生下一代，因此，同一个个体可以被多次选中。
66、④设置预值。产生一个[0,1]之间的随机数，假设每次产生的随机数为qk,若qk落入选择概率值的某个区间，该个体就被选择，也就是当qi-1<qk<qi时，个体i就被选择到进入新种群。
67、s4.71：设置禁忌条件，将种群中染色体遍历一遍，对比种群中每个个体和禁忌表中的个体差距，超过预设差距进入新种群。
68、由于选择操作得到的个体不满足种群数量，所以需要进行交叉和变异操作来补充种群个数。
69、可选的，步骤s4.8:交叉操作包括：对于每一个个体，若随机数r≤pc，其中pc为交叉概率，则对该染色体进行交叉。
70、可选的，具体交叉步骤为：
71、(1)随机在父代染色体中选择两个交叉点确定交叉区域，假设两个父代染色体为：
72、a：12|3456|78；b：21|6354|87，其中||代表交叉区域。
73、(2)交换两个个体在所设定的两个交叉点之间的染色体片段，即交换个体矩阵中两行的染色体，也就是交换两个个体矩阵中某一工序的加工工位。
74、a：12|6354|78；b：21|3456|87。
75、(3)冲突的基因进行映射转换。
76、可选的，步骤s4.9：变异操作，包括：在交叉操作得到的新个体基础上，对于每一个个体，若随机数r≤pm，其中pm为变异概率，则对该染色体进行变异，否则考虑下一个染色体，具体步骤为：
77、s4.91：在染色体上随机选择两个变异点，假设染色体为a：12|6354|78，其中选取6和4为变异点，通过交换变异点位置，变换工序在工位的位置，将工序按顺序分配给各个工位，得到新的染色体a’：12435678。
78、s4.92：设置禁忌条件。将种群中染色体遍历一遍，对比种群中每个个体和禁忌表中的个体差距，超过一定差距可以进入新种群，目的是跳出局部最优。
79、s4.93：若适应度更优则特赦，否则舍弃。
80、s4.94：生成个体矩阵date_station。
81、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种民族服装缝制生产线优化编排方法，采用多目标遗传禁忌混合算法对民族服装生产流水线进行工序编排平衡。根据民族服装流水线平衡数学模型进行民族服装生产流水线平衡的算法设计，用智能算法代替人工，将加工工序分配给各工作站，使生产线各工位节拍等于或接近生产线平均节拍，通过让生产线平衡提高生产效率，解决传统人工编排时间长和编排效率低的问题。
1.一种民族服装缝制生产线优化编排方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种民族服装缝制生产线优化编排方法，其特征在于，s1：获取待缝制生产的民族服装生产信息，基于民族服装生产信息得到民族服装缝制生产作业编排模型的决策变量，包括：
3.根据权利要求1所述的一种民族服装缝制生产线优化编排方法，其特征在于，s2：为民族服装缝制生产作业编排模型的决策变量增加约束条件，包括：
4.根据权利要求1所述的一种民族服装缝制生产线优化编排方法，其特征在于，s3：计算目标函数，得到民族服装缝制生产作业编排的优化目标，包括：
5.根据权利要求1所述的一种民族服装缝制生产线优化编排方法，其特征在于，s4：基于优化目标采用遗传禁忌的混合优化算法得到最优的民族服装缝制生产作业编排模型，包括：
6.根据权利要求5所述的一种民族服装缝制生产线优化编排方法，其特征在于，s4.1：对种群个体分别进行初始化编码，包括：基于工序优先序列的实数编码方式，通过染色体编码顺序直观反应生产工序先后顺序，每个基因代表一个工序元素，根据作业优先关系组合成染色体，对种群个体分别进行初始化编码。
7.根据权利要求6所述的一种民族服装缝制生产线优化编排方法，其特征在于，s4.2：随机生成初始种群，生成给定数量的个体形成初始种群，包括：
8.根据权利要求5所述的一种民族服装缝制生产线优化编排方法，其特征在于，s4.7：选择操作，包括：依据个体适应度值高低排序，具体遗传禁忌混合算法选择操作如下：
9.一种利用权利要求1至8任一项所述的民族服装缝制生产线优化编排方法的民族服装缝制生产线优化编排系统，其特征在于，包括：
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一所述的民族服装缝制生产线优化编排方法。
