基于改进模拟退火粒子群算法的焊接单元优化调度方法、介质及设备

本发明属于制造业调度，具体涉及一种基于改进模拟退火粒子群算法的焊接单元优化调度方法、介质及设备。

背景技术：

1、在现代制造业中，焊接工艺是汽车、航空、造船等领域不可或缺的关键环节。焊接单元通常包括多个焊接机器人和相关设备，这些机器人需要协同工作以完成复杂的焊接任务。为了提高生产效率、降低生产成本，焊接单元的优化调度问题成为了一个亟待解决的重要课题。

2、焊接单元的调度问题是一个典型的组合优化问题，其目标是在满足各种约束条件的前提下，最大化生产效率和资源利用率。这一问题通常涉及到多个任务和资源的分配和调度，需要考虑任务优先级、焊接时间、能源消耗和人力资源等多种因素。由于其复杂性和多约束性，传统的优化方法(如线性规划、动态规划等)在解决该问题时往往效率较低，难以获得理想的调度方案。将模拟退火算法与粒子群算法相结合，可以利用模拟退火算法的全局搜索能力弥补粒子群算法容易陷入局部最优导致搜索效率和效果受到影响的不足，从而提高算法的全局搜索能力和收敛速度。因此，需针对传统优化方法的局限，提出一种基于模拟退火改进粒子群算法的焊接单元优化调度方法，通过结合两种算法的优势，以提高焊接单元调度问题的求解效果和效率，具有重要的理论意义和实际应用价值。

技术实现思路

1、本发明针对传统焊接单元优化调度适用性有限，无法有效解决非线性问题和高维问题的计算需求的缺陷，提供一种基于改进模拟退火粒子群算法的焊接单元优化调度方法、介质及设备。

2、为实现上述目的，本发明采用以下技术方案：

3、基于改进模拟退火粒子群算法的焊接单元优化调度方法，其特征在于，包括如下步骤：

4、构建焊接单元优化调度的问题模型；

5、分析焊接过程中的焊接任务和可用资源，确定任务优先级，设置资源的约束条件；

6、定义问题模型的优化目标函数；

7、根据任务优先级、资源的约束条件以及优化目标函数设计焊接单元优化调度方案，并基于模拟退火粒子群算法进行寻优计算，得到优化决策方案。

8、为优化上述技术方案，采取的具体措施还包括：

9、进一步地，所述焊接任务包括焊接工件的类型、大小、形状和焊接时间，所述资源包括焊接机器人和焊接设备。

10、进一步地，所述优化目标函数具体如下：

11、h(xi，j)＝ω1·p1+ω2·p2；

12、式中，h(xi，j)表示优化目标函数，xi，j表示第i个任务分配给第j个资源；p1为生产效率，表示为r为完成任务的数量，m为参与工作的资源数量，vi为完成任务i所带来的产值，ti是任务i的完成时间；p2为资源利用率，表示为ti，j为第i个任务分配给第j个资源的工作时间；ω1、ω2为权重系数。

13、进一步地，所述资源的约束条件包括焊接机器人的工作时间限制和能源消耗限制。

14、进一步地，所述根据任务优先级、资源的约束条件以及优化目标函数设计焊接单元优化调度方案，具体如下：

15、1)设计粒子编码，每个粒子表示一个可能的任务分配方案，将任务分配给资源的决策表示为一个实数编码，其中，粒子位置xi，j表示任务分配方案，用r×m的矩阵表示，在该矩阵中，每行代表一个任务，每列代表一个资源，矩阵元素表示第i个任务分配给第j个资源；

16、2)采用混沌映射初始化种群，采用circle映射进行混沌搜索：

17、

18、其中，xn为粒子位置xi，j在第n次迭代时的取值，xn∈[0，1]；mod(a，b)表示a对b的取余运算；

19、3)对引入circle映射的种群进行初始化操作：

20、

21、混沌序列生成后，对各混沌变量特性寻优后转化为原优化变量c可行空间内，其中cn为原优化变量c与混沌变量xn的相应取值，和c分别为原优化变量c可行空间的上下界，xn是对应粒子维度上的circle映射产生的混沌序列值；

22、4)在优化目标函数中加入惩罚函数进行更新，根据更新后的函数对每个粒子的位置xi，j进行评估，计算其适应度h(xi，j)；

23、5)根据计算的每个粒子的个体适应度，更新个体最优适应度和全局最优适应度。

24、进一步地，所述在优化目标函数中加入惩罚函数进行更新，更新后的函数为：

25、

26、其中，δce为约束e的破坏程度，表示为k为迭代次数，e为能源消耗约束破坏编号，ck，e为第k次迭代时约束e对应的决策变量值；ck，e为ck，e的上下界；g为约束破坏的个数；ee为约束e的破坏惩罚系数。

27、进一步地，所述更新个体最优适应度和全局最优适应度，具体为：

28、在更新个体最优适应度时，将各个粒子适应度与个体历史最优适应度比较，若该粒子适应度大于个体历史最优适应度，则选择该粒子适应度为个体历史最优适应度，反之，个体历史最优适应度不变；

29、在更新全局最优适应度时，考虑所有粒子的个体最优适应度，将各粒子中个体最优适应度的最大值与全局最优适应度比较，若个体最优适应度比全局最优适应度大，则选择该个体最优适应度代替全局最优适应度，反之，全局最优适应度不变。

30、进一步地，所述基于模拟退火粒子群算法进行寻优计算，具体为：

31、1)根据全局最优适应度计算得到模拟退火算法初始温度t0，计算公式为：

32、

33、其中，gb为全局最优位置，f(gb)为模拟退火算法的全局最优适应度；

34、2)计算当前温度t下各个体最优位置的模拟退火算法适应度，公式为：

35、

36、其中，表示粒子i在第k次迭代时历史最优位置，为粒子i在第k次迭代时历史最优位置相应适应度，r表示任务数量；

37、3)采用轮盘赌选择算法思想，根据模拟退火算法适应度计算累计概率，若满足的条件，则从个体历史最优位置中选取一个代替全局最优位置gb，并记为其中，rand()为一个0到1的随机数；

38、4)将原有全局最优位置gb替换成更新各粒子的位置和速度，更新个体及种群的最优位置，公式如下：

39、

40、

41、其中，为第k+1次迭代时粒子i的速度；ω为第k次迭代时的惯性因子；c1为局部学习因子；c2为全局学习因子；r1、r2为两个相互独立的取值范围在[0，1]的随机数；为第k+1次迭代时粒子i的位置；表示为任务i分配给资源，在第k次迭代时历史最优位置；

42、5)进行退火操作，公式如下：

43、t′＝δt：

44、式中，δ为退火速度；t为当前温度；t′为退火后的温度；

45、6)判定是否满足停止准则，若满足停止准则则转至步骤7)；否则转至步骤2)；

46、7)停止搜索，输出焊接单元最优任务分配方案，全局最优个体的二维矩阵即为焊接单元最优任务分配方案。

47、相应地，本发明提出了一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序使计算机执行如上所述的基于改进模拟退火粒子群算法的焊接单元优化调度方法。

48、相应地，本发明提出了一种电子设备，其特征在于，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，所述处理器执行计算机程序时，实现如上所述的基于改进模拟退火粒子群算法的焊接单元优化调度方法。

49、本发明的有益效果是：

50、(1)本发明通过结合粒子群算法的快速收敛特性和模拟退火算法的全局搜索能力，有效避免陷入局部最优解，提高全局最优解的搜索概率，在保持较高寻优效率的同时，增加算法的稳健性和可靠性，提升整体优化性能。此优化调度不仅能够提高效率，还能改善焊接质量。通过合理安排焊接顺序和时间，可以减少焊接变形和残余应力，提高最终产品的质量。

51、(2)本发明适应焊接单元调度中的实际情况，通过引入惩罚函数，能够有效处理复杂的非线性、多约束优化问题，保证解的可行性和优化效果，能够满足多约束、多目标和动态变化的任务需求，解决了传统的焊接单元调度方法难以处理复杂的任务调度问题。