本發(fā)明屬于離散制造行業(yè)生產(chǎn)排程應(yīng)用領(lǐng)域，尤其涉及基于改進粒子群與啟發(fā)式策略的生產(chǎn)排產(chǎn)方法及系統(tǒng)。

背景技術(shù)：

離散制造行業(yè)逐漸由傳統(tǒng)的單品種、大批量生產(chǎn)模式向“面向訂單”的多品種、小批量的生產(chǎn)模式轉(zhuǎn)化，生產(chǎn)過程仍普遍存在以下現(xiàn)象：a.生產(chǎn)計劃制定依賴于人工經(jīng)驗，無科學依據(jù)。b.實際生產(chǎn)過程中的插單現(xiàn)象影響生產(chǎn)進度。c.隨著生產(chǎn)過程的進行無法及時有效的評估剩余產(chǎn)能。d.存在嚴重的交貨期拖延現(xiàn)象。

上述生產(chǎn)過程問題導致實際生產(chǎn)過程中的浪費現(xiàn)象嚴重，增加了生產(chǎn)成本，降低了企業(yè)利潤。能否迅速高效的對目標訂單做出生產(chǎn)計劃排程，在考慮能力和設(shè)備的前提下，在物料數(shù)量一定的情況下，安排各生產(chǎn)任務(wù)的生產(chǎn)順序，優(yōu)化生產(chǎn)順序，優(yōu)化選擇生產(chǎn)設(shè)備，使得減少等待時間，平衡各機器和工人的生產(chǎn)負荷。從而優(yōu)化產(chǎn)能，提高生產(chǎn)效率，縮短生產(chǎn)生命周期，適應(yīng)市場變化及成本控制，這關(guān)系著企業(yè)利益及長遠發(fā)展。

目前已出現(xiàn)多種算法對生產(chǎn)計劃排程及生產(chǎn)調(diào)度進行處理優(yōu)化，如數(shù)學規(guī)劃法、枚舉法、分枝定界法、遺傳算法等。數(shù)學規(guī)劃法實現(xiàn)起來雖簡單，但規(guī)則定義單一，無法貼合實際生產(chǎn)過程。枚舉法只能處理簡單問題，對于實際生產(chǎn)中面對的大規(guī)模問題無法在可以接受的時間內(nèi)獲得有指導意義的結(jié)果。分枝定界法在解決數(shù)據(jù)量龐大的生產(chǎn)問題上既耗時又耗內(nèi)存。遺傳算法以生物進化為原型，雖然具有收斂性高、魯棒性好等特點，但算法實現(xiàn)過程中三個基本算子：選擇、交叉和變異的選擇依靠經(jīng)驗，嚴重影響解的品質(zhì)。

基于群體智能優(yōu)化方法的粒子群算法實現(xiàn)過程基于計算模型，調(diào)試參數(shù)基于粒子個體經(jīng)驗與群體經(jīng)驗，可行解更可靠，該算法具有算法簡單、收斂速度快、精度高、效率高等特點。但傳統(tǒng)的粒子群算法仍存在以下缺點與不足：a.當粒子群算法運行先期收斂速度過快時，算法運行后期容易陷入局部最優(yōu)，無法獲得全局最優(yōu)解。b.粒子隨著生產(chǎn)過程工序的改變而產(chǎn)生的位置移動會產(chǎn)生無效粒子，從而導致出現(xiàn)無解。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的就是為了解決上述問題，提供基于改進粒子群與啟發(fā)式策略的生產(chǎn)排產(chǎn)方法及系統(tǒng)，它通過采用新型粒子編碼方式，加快了算法的計算速度，它能夠解決傳統(tǒng)粒子群優(yōu)化算法處理過程中出現(xiàn)的局部最優(yōu)問題，極大程度的避免了不可行解現(xiàn)象的發(fā)生，實現(xiàn)生產(chǎn)排程的高效性與最優(yōu)性。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

基于改進粒子群與啟發(fā)式策略的生產(chǎn)排產(chǎn)方法，包括以下步驟：

步驟(1)：根據(jù)工單任務(wù)在工單加工過程中的時間先后邏輯關(guān)系和工單任務(wù)處理時間與處理工單任務(wù)的機器的可用時間段之間的關(guān)系提出約束條件；

步驟(2)：按照工廠訂單加工交貨方式的不同分為兩種排產(chǎn)策略，兩種排產(chǎn)策略包括正排產(chǎn)策略和倒排產(chǎn)策略，如果是正排產(chǎn)策略就定義正排產(chǎn)策略的目標函數(shù)，如果是倒排產(chǎn)策略就定義倒排產(chǎn)策略的目標函數(shù)；目標函數(shù)即適應(yīng)度函數(shù)；

步驟(3)粒子種群初始化：通過隨機方式初始化種群粒子，粒子的初始位置和粒子的初始速度隨機均通過隨機方式生成，粒子的排序采用序編碼方式；所述序編碼方式是指按照工單任務(wù)上線順序進行一維順序編碼；

步驟(4)：迭代尋優(yōu)：根據(jù)約束條件及適應(yīng)度函數(shù)計算每個粒子的適應(yīng)度值，根據(jù)粒子的初始位置更新粒子經(jīng)過的歷史最優(yōu)位置，根據(jù)粒子的適應(yīng)度值最小所對應(yīng)粒子的位置更新全局最優(yōu)位置，最終全局最優(yōu)位置對應(yīng)粒子的序列即為最優(yōu)工單排產(chǎn)方法；

步驟(5)：設(shè)定迭代終止條件為最大迭代次數(shù)，判斷是否達到迭代終止條件，若是則輸出全局最優(yōu)解；若否，跳轉(zhuǎn)至步驟(4)繼續(xù)尋找最優(yōu)解。

所述步驟(1)中約束條件：

所述步驟(1)中在選擇機器確定工單加工時間的過程中，考慮工單任務(wù)在工單加工過程中的時間先后邏輯關(guān)系，工單任務(wù)一旦開始不能中斷，即單個工單任務(wù)不可跨機器的不可用時間分兩次加工，單臺機器同一時間僅可加工一個工單任務(wù)，機器僅在可用的時間段內(nèi)加工工件。

所述步驟(2)中適應(yīng)度函數(shù)即目標函數(shù)。

所述正排策略，期望加工的訂單盡早交貨。

所述倒排策略，是按照訂單交貨期進行排產(chǎn)，期望在交貨期前交貨，且加工完畢后盡量少的占用庫存。

所述正排策略的目標函數(shù)：

min∑所有工單(工單計劃結(jié)束時間-工單計劃開始時間)(2)

所述倒排策略的目標函數(shù)：

min∑所有工單|工單計劃開始時間-工單交貨期|+2|工單計劃結(jié)束時間-工單交貨期|(3)

適應(yīng)度值越小越好。

所述步驟(3)中初始種群粒子的生成采用隨機方式，對粒子的位置及速度通過隨機方式生成，粒子排序采用序編碼方式，即采用與工單任務(wù)上線順序?qū)?yīng)的順序進行一維順序編碼方式。

所述步驟(3)中初始位置的生成方式，對于長度為n的編碼，隨機生成長度為n向量的序列作為單個粒子的初始位置。

所述步驟(3)中初始速度的生成方式，對于長度為n的編碼，生成n個0至n-1之間的隨機數(shù)，組成長度為n的向量作為單個粒子初始速度。

所述步驟(4)，包括以下步驟：

步驟(4-1)：粒子的初始位置是每個粒子在運動初期的第一個位置，設(shè)為該粒子的初始最優(yōu)位置；根據(jù)約束條件及適應(yīng)度函數(shù)計算每個粒子的適應(yīng)度值，適應(yīng)度值最小對應(yīng)粒子所在位置即為全局最優(yōu)位置。

步驟(4-2)：通過改進的速度更新公式和位置更新公式對粒子飛行方向進行修正；

改進的速度更新公式如下：

vi＝w(vi+ri)+c1r1(pbesti-xi)+c2r2(gbest-xi)(4)

其中，i代表粒子的個數(shù)，設(shè)定i＝200，xi代表粒子i的位置；vi代表粒子i的速度；ri代表粒子i與其他粒子之間的斥力，稱為斥力因子；w稱為是pso的自適應(yīng)因子，取值介于[0,1]區(qū)間，應(yīng)用中均采取自適應(yīng)的取值方法，一開始令w＝0.9，使得pso全局優(yōu)化能力較強，隨著迭代的深入，參數(shù)w進行遞減，從而使得pso具有較強的局部優(yōu)化能力，當?shù)Y(jié)束時，w＝0.1；參數(shù)c1和c2稱為是學習因子(learnfactor)，設(shè)置為1.4961；而r1和r2為介于[0,1]之間的隨機概率值；pbesti代表粒子i的歷史最優(yōu)位置；gbest代表種群全局最優(yōu)位置。

所述斥力因子ri源于同性電荷間的相互作用原理。在現(xiàn)實世界中，粒子尤其是帶同性電荷的粒子之間存在著斥力(repulsion)，其大小與粒子間距離的平方成反比，方向指向粒子相互分離的方向，這種斥力使得粒子趨向于均勻地分布在空間中。受此啟發(fā)，本發(fā)明在傳統(tǒng)粒子群速度更新公式中，增加了粒子之間的斥力因子ri，改進之后的粒子群算法，不再要求初始解均勻地分布于解空間中，進一步增加了算法全局尋優(yōu)的能力。與慣性因子類似，斥力因子ri之前增加了自適應(yīng)因子w，從而使得pso具有較強的局部優(yōu)化能力。

位置更新公式如下：

xi＝xi+vi(6)

步驟(4-3)：計算每個粒子的適應(yīng)度值。對單個粒子，將該粒子適應(yīng)值與其經(jīng)過歷史最優(yōu)位置pbest時的適應(yīng)度值作比較，如果當前位置粒子的適應(yīng)度值小于pbest時的適應(yīng)度值，則將該粒子的當前位置作為單個粒子的歷史最優(yōu)位置pbest；

對每個粒子，均將每個粒子適應(yīng)度值與粒子群全局最優(yōu)位置gbest作比較，如果某個粒子所在位置的適應(yīng)度值小于gbest時的適應(yīng)度值，則利用該粒子的當前位置更新粒子群全局最優(yōu)位置gbest；否則不進行更新；

根據(jù)公式(4)-(6)看出，根據(jù)速度更新公式更新粒子速度，根據(jù)位置更新公式更新粒子位置，通過評價每個粒子的適應(yīng)度，更新粒子經(jīng)過的歷史最優(yōu)位置與全局最優(yōu)位置，最終全局最優(yōu)位置對應(yīng)粒子的序列即為最優(yōu)工單排產(chǎn)方法。

所述步驟(4-3)中適應(yīng)度計算中采用的是帶時間窗的插空排產(chǎn)算法，在排產(chǎn)過程中，將時間看作一個維度，將所有被占用的機器資源看作容器，每臺機器對象帶有一個在設(shè)定有限時間內(nèi)可用的時間窗對象；所述時間窗對象根據(jù)工廠的機器開機或加工日歷進行初始化，包含一個或多個可用時間段，在每個可用時間段內(nèi)機器能夠加工一個工單任務(wù)；

粒子群中的單個粒子的每一維度的數(shù)值對應(yīng)一個工單任務(wù)，每個粒子相當于當前所有要排工單任務(wù)的順序；

適應(yīng)度計算實質(zhì)是將根據(jù)單個粒子值獲得工單任務(wù)在每個機器的加工上線及下線時間，也可稱之為根據(jù)粒子所給出的工單任務(wù)順序進行排產(chǎn)的過程。其中加工時間由加工的機器型號以及工單任務(wù)的工單產(chǎn)品屬性確定，加工時間作為排產(chǎn)的已知信息傳入。

所述步驟(4-3)步驟如下：

(4-3-1)：在粒子傳入后先要進行解碼，即將傳入的單個粒子數(shù)值解析為工單任務(wù)的排產(chǎn)順序。

(4-3-2)：按照得到的工單任務(wù)的排產(chǎn)順序，結(jié)合當前工單的執(zhí)行程度，在工單任務(wù)可用機器列表中按照正排或倒排的原則選定機器，正排是按照第一個工序往后排產(chǎn)，優(yōu)先選擇可最先加工完當前工單任務(wù)的機器；倒排是從最后一個工序開始，依次向前安排工序，機器選擇策略為選擇最晚開始加工當前任務(wù)的機器；

將工單任務(wù)所需的時間段插入選定機器的可行時間段，同時維護選定機器可用時間段。具體步驟如下：在正排策略下，按照當前工單任務(wù)所屬工單已完成部分的截止時間和工單任務(wù)的最晚結(jié)束時間范圍內(nèi)遍歷所有可行的機器的可行時間段，并依次計算預(yù)計結(jié)束的時間，選出最早完成的機器為選擇出的機器和開始結(jié)束時間，記錄到當前工單任務(wù)的結(jié)果中，將已占用的區(qū)間在可行時間窗對象中置為不可用。

(4-3-3)；依次重復(fù)步驟(4-3-2)，直至當前粒子對應(yīng)的工單任務(wù)全部安排完畢；至此單個粒子的排產(chǎn)過程完成，按照客戶的需求，計算適應(yīng)度返回粒子群的適應(yīng)度函數(shù)值。

(4-3-4)特殊情況處理：在所給的可用時間不足，有訂單無法安排生產(chǎn)的情況，則適應(yīng)度反饋為正無窮大。如果所有粒子在當代粒子群的計算中都沒有排開，則會跳轉(zhuǎn)至算法開頭，重新初始化粒子群，繼續(xù)尋優(yōu)，直至到達停止條件，停止該次粒子群迭代。排產(chǎn)策略有兩類，一類是約束優(yōu)先，一類是結(jié)果優(yōu)先。約束優(yōu)先策略下，如果未排出結(jié)果，無論是正排還是倒排均返回時間不夠，排產(chǎn)失敗。在結(jié)果優(yōu)先的策略下，正排會按照客戶優(yōu)先級的順序，依次將截至時間置為正無窮，在該條件下重啟粒子群尋優(yōu)，直至找到可行的排產(chǎn)策略；而倒排會記錄未排開所缺的時間值，再未排開情況發(fā)生時，按照所缺少的時間，更新倒排工單結(jié)束時間，再重啟粒子群尋優(yōu)過程，直至找到可行的排產(chǎn)計劃。

所述步驟(5)每進行一次粒子更新及時判定是否達到迭代終止條件，若是則結(jié)束，輸出全局最優(yōu)解；若否跳轉(zhuǎn)至步驟(4)繼續(xù)尋優(yōu)。

基于改進粒子群與啟發(fā)式策略的生產(chǎn)排產(chǎn)系統(tǒng)，包括：

約束條件設(shè)定模塊：根據(jù)工單任務(wù)在工單加工過程中的時間先后邏輯關(guān)系和工單任務(wù)處理時間與處理工單任務(wù)的機器的可用時間段之間的關(guān)系提出約束條件；

目標函數(shù)設(shè)定模塊：按照工廠訂單加工交貨方式的不同分為兩種排產(chǎn)策略，兩種排產(chǎn)策略包括正排產(chǎn)策略和倒排產(chǎn)策略，如果是正排產(chǎn)策略就定義正排產(chǎn)策略的目標函數(shù)，如果是倒排產(chǎn)策略就定義倒排產(chǎn)策略的目標函數(shù)；目標函數(shù)即適應(yīng)度函數(shù)；

粒子種群初始化模塊：通過隨機方式初始化種群粒子，粒子的初始位置和粒子的初始速度均通過隨機方式生成，粒子的排序采用序編碼方式；所述序編碼方式是指按照工單任務(wù)上線順序進行一維順序編碼；

迭代尋優(yōu)模塊：根據(jù)約束條件及適應(yīng)度函數(shù)計算每個粒子的適應(yīng)度值，根據(jù)粒子的初始位置更新粒子經(jīng)過的歷史最優(yōu)位置，根據(jù)粒子的適應(yīng)度值最小所對應(yīng)粒子的位置更新全局最優(yōu)位置，最終全局最優(yōu)位置對應(yīng)粒子的序列即為最優(yōu)工單排產(chǎn)方法；

迭代終止條件設(shè)定模塊：設(shè)定迭代終止條件為最大迭代次數(shù)，判斷是否達到迭代終止條件，若是則輸出全局最優(yōu)解；若否，跳轉(zhuǎn)至粒子速度和位置更新模塊繼續(xù)尋找最優(yōu)解。

本發(fā)明的有益效果：

1對傳統(tǒng)的粒子群優(yōu)化算法進引進啟發(fā)式規(guī)則，采用獨特編碼和速度、位置更新對傳統(tǒng)粒子群算法進行升級改進，應(yīng)用于離散制造生產(chǎn)排程領(lǐng)域，具有計算速度快、結(jié)果精度高等特點。

2對粒子采用獨特的啟發(fā)式策略，通過正排策略和倒排策略的雙重實施，使適應(yīng)度函數(shù)得以修改完善，貼合實際生產(chǎn)情況。

3對單個粒子的編碼采用依照工單任務(wù)上線順序的序編碼方式，保證了粒子更新后的有效性，避免出現(xiàn)不可行解的問題。

4對粒子群的速度、位置公式引進斥力因子ri，通過修正完善的速度位置更新公式，擺脫因前期收斂速度過快出現(xiàn)局部最優(yōu)的問題，使系統(tǒng)跳出局部最優(yōu)解，增強了全局尋優(yōu)的能力，保證了系統(tǒng)全局最優(yōu)解的出現(xiàn)。

附圖說明

圖1為本發(fā)明提供的基于改進粒子群與啟發(fā)式策略的生產(chǎn)排產(chǎn)方法及系統(tǒng)的算法流程圖。

圖2為本發(fā)明提供的基于改進粒子群與啟發(fā)式策略的生產(chǎn)排產(chǎn)方法及系統(tǒng)應(yīng)用場景正排效果示意圖。

圖3為本發(fā)明提供的基于改進粒子群與啟發(fā)式策略的生產(chǎn)排產(chǎn)方法及系統(tǒng)應(yīng)用場景倒排效果示意圖。

具體實施方式

下面結(jié)合附圖與實施例對本發(fā)明作進一步說明。

如圖1所示，本發(fā)明基于改進粒子群與啟發(fā)式策略的生產(chǎn)排產(chǎn)方法，包括以下步驟：

1.提出約束條件。通過調(diào)整工單的每個任務(wù)所選擇的機器、以及上線加工的時間，以獲得更優(yōu)目標函數(shù)。在選擇機器，確定工單加工時間的過程中要考慮工單任務(wù)在工單加工過程中的先后的邏輯關(guān)系，工單任務(wù)一旦開始不能中斷，即單個工單任務(wù)不可跨機器的不可用時間分兩次加工，單臺機器同一時間僅可加工一個工單任務(wù)，機器僅在可用的時間段內(nèi)加工工件，以上約束由公式表示如下：

2.定義目標函數(shù)即適應(yīng)度函數(shù)。按照工廠訂單加工交貨方式的不同，分為兩種排產(chǎn)策略，一種是正排策略，期望加工的訂單盡早交貨，另一種是倒排策略，是按照訂單交貨期進行排產(chǎn)，期望在交貨期前交貨，且加工完畢后盡量少的占用庫存。

正排目標：

min∑所有工單(工單計劃結(jié)束時間-工單計劃開始時間)(2)

倒排目標：

min∑所有工單|工單計劃開始時間-工單交貨期|+2|工單計劃結(jié)束時間-工單交貨期|(3)

適應(yīng)度值越小越好。

3.粒子種群初始化：通過隨機方式初始化種群粒子，包括位置、速度。粒子群中每個粒子對應(yīng)一個解，單個粒子每一個維度上的值是一個整數(shù)值，每個整數(shù)值對應(yīng)一個工單任務(wù)，粒子整數(shù)數(shù)值的排列順序決定了每個工單任務(wù)的排產(chǎn)操作的順序。具體步驟如下：

3-1粒子排序采用序編碼方式，即采用與工單任務(wù)上線順序?qū)?yīng)的順序進行一維順序編碼方式。

3-2初始種群粒子的生成采用隨機生成方式，對粒子的位置及速度通過隨機方式生成。對于長度為n的編碼，隨機生成長度為n向量的序列作為單個粒子的初始位置。對于長度為n的編碼，生成n個0至n-1之間的隨機數(shù)，組成長度n的向量作為單個粒子初始速度。

4.粒子速度、位置更新，尋找最優(yōu)解。具體步驟如下：

4-1在初始位置時，每個粒子在運動初期的第一個位置，就是該粒子的初始最優(yōu)位置。根據(jù)約束條件及適應(yīng)度函數(shù)計算每個粒子的適應(yīng)度值，適應(yīng)度值最小對應(yīng)粒子所在位置即為全局最優(yōu)位置。

4-2引入斥力因子ri對粒子速度、位置公式進行更新改進，對粒子飛行方向進行修正。

速度更新公式：vi＝w(vi+ri)+c1r1(pbesti-xi)+c2r2(gbest-xi)(4)

斥力因子公式：

位置更新公式：xi＝xi+vi(6)

4-3計算每個粒子的適應(yīng)度值。對單個粒子，將該粒子適應(yīng)值與其經(jīng)過最優(yōu)位置pbest時的適應(yīng)度值作比較，如果當前位置粒子的適應(yīng)度值小于pbest時的適應(yīng)度值，則將該粒子的當前位置作為單個粒子的歷史最優(yōu)位置pbest；對每個粒子，均將每個粒子適應(yīng)度值與粒子群全局最優(yōu)位置gbest作比較，如果某個粒子所在位置的適應(yīng)度值小于gbest時的適應(yīng)度值，則利用該粒子的當前位置更新粒子群全局最優(yōu)位置gbest；否則不進行更新；

所述4-3中適應(yīng)度計算中采用的是帶時間窗的插空排產(chǎn)算法，在排產(chǎn)過程中，將時間看作一個維度，將所有被占用的機器資源看作容器，每臺機器對象帶有一個在有限時間內(nèi)可用的時間窗對象。該時間窗對象根據(jù)工廠的機器開機或加工日歷進行初始化，包含一個或多個可用時間段，在每個可用時間段內(nèi)該機器可以用來加工一個工單任務(wù)。粒子群中的單個粒子的每一維度的數(shù)值對應(yīng)一個工單任務(wù)，每個粒子相當于當前所有要排工單任務(wù)的順序。適應(yīng)度函數(shù)的計算實質(zhì)是將根據(jù)單個粒子值獲得工單任務(wù)在每個機器的加工上線及下線時間，也可稱之為根據(jù)粒子所給出的工單任務(wù)順序進行排產(chǎn)的過程。其中加工時間由加工的機器型號以及工單任務(wù)的工單產(chǎn)品屬性確定，加工時間作為排產(chǎn)的已知信息傳入。具體步驟如下：

4-3-1在粒子傳入后先要進行解碼，即將傳入的單個粒子數(shù)值解析為工單任務(wù)的排產(chǎn)順序。

4-3-2按照得到的工單任務(wù)順序，結(jié)合當前工單的執(zhí)行程度，在工單任務(wù)可用機器列表中按照正排或倒排的原則選定機器，正排是按照第一個工序往后排產(chǎn)，優(yōu)先選擇可最先加工完當前工單任務(wù)的機器，正排效果如圖2所示。倒排是從最后一個工序開始，依次向前安排工序，機器選擇策略為選擇最晚開始加工當前任務(wù)的機器，同一批工單的倒排效果如圖3所示。

將工單任務(wù)所需的時間段插入選定機器的可行時間段，同時維護選定機器可用時間段。具體步驟如下：在正排策略下，按照當前工單任務(wù)所屬工單已完成部分的截止時間和工單任務(wù)的最晚結(jié)束時間范圍內(nèi)遍歷所有可行的機器的可行時間段，并依次計算預(yù)計結(jié)束的時間，選出最早完成的機器為選擇出的機器和開始結(jié)束時間，記錄到當前工單任務(wù)的結(jié)果中，將已占用的區(qū)間在可行時間窗對象中置為不可用。

4-3-3依次重復(fù)步驟4-3-2，直至當前粒子對應(yīng)的工單任務(wù)全部安排完畢。此時單個粒子的排產(chǎn)過程完成，按照客戶的要求，計算適應(yīng)度返回粒子群的適應(yīng)度函數(shù)值。

4-3-4特殊情況處理：在所給的可用時間不足，有訂單無法安排生產(chǎn)的情況，則適應(yīng)度反饋為正無窮大。如果所有粒子在當代粒子群的計算中都沒有排開，則會跳轉(zhuǎn)至算法開頭，重新初始化粒子群，繼續(xù)尋優(yōu)，直至到達停止條件，停止該次粒子群迭代。排產(chǎn)策略有兩類，一類是約束優(yōu)先，一類是結(jié)果優(yōu)先。約束優(yōu)先策略下，如果未排出結(jié)果，無論是正排還是倒排均返回時間不夠，排產(chǎn)失敗。在結(jié)果優(yōu)先的策略下，正排會按照客戶優(yōu)先級的順序，依次將截至時間置為正無窮，在該條件下重啟粒子群尋優(yōu)，直至找到可行的排產(chǎn)策略；而倒排會記錄未排開所缺的時間值，再未排開情況發(fā)生時，按照所缺少的時間，更新倒排工單結(jié)束時間，再重啟粒子群尋優(yōu)過程，直至找到可行的排產(chǎn)計劃。

5.設(shè)定迭代終止條件為最大迭代次數(shù)，判斷是否達到迭代終止條件，若是則輸出全局最優(yōu)解；若否，跳轉(zhuǎn)至步驟4繼續(xù)尋找最優(yōu)解。

上述雖然結(jié)合附圖對本發(fā)明的具體實施方式進行了描述，但并非對本發(fā)明保護范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內(nèi)。