本發(fā)明涉及服裝縫制工藝的智能優(yōu)化，特別是一種基于服裝縫制工藝的流水線優(yōu)化方法及系統(tǒng)。

背景技術：

1、服裝縫制流水線的優(yōu)化一直是制造業(yè)中的一個重要課題，尤其是在現(xiàn)代服裝生產(chǎn)中，傳統(tǒng)的服裝縫制流水線優(yōu)化方法主要依賴于經(jīng)驗規(guī)則和人工調度，這種方法在面對復雜的生產(chǎn)環(huán)境時顯得力不從心，難以應對多變的市場需求和生產(chǎn)條件。

2、近年來，隨著計算技術和智能算法的發(fā)展，越來越多的研究開始將智能優(yōu)化算法應用于服裝縫制流水線的優(yōu)化問題，但現(xiàn)有的優(yōu)化方法大多側重于全局優(yōu)化或局部優(yōu)化，難以在兩者之間找到平衡。

技術實現(xiàn)思路

1、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明提供了一種基于服裝縫制工藝的流水線優(yōu)化方法解決全局與局部優(yōu)化結合問題。

3、為解決上述技術問題，本發(fā)明提供如下技術方案：

4、第一方面，本發(fā)明提供了一種基于服裝縫制工藝的流水線優(yōu)化方法，其包括，

5、對服裝縫制流水線中所有工序賦予唯一標識符，并記錄各個工序和工位的生產(chǎn)數(shù)據(jù)；

6、根據(jù)生產(chǎn)數(shù)據(jù)，通過集成遺傳算法、蟻群算法和粒子群算法構建多智能算法優(yōu)化框架，輸出最優(yōu)工序調度方案；

7、基于最優(yōu)工序調度方案，進行多目標優(yōu)化，輸出最終優(yōu)化方案。

8、作為本發(fā)明所述基于服裝縫制工藝的流水線優(yōu)化方法的一種優(yōu)選方案，其中：所述對服裝縫制流水線中所有工序賦予唯一標識符，并記錄各個工序的生產(chǎn)數(shù)據(jù)，具體步驟如下，

9、根據(jù)企業(yè)的服裝縫制流水線的工序配置，對每個工序和工位分配唯一的標識符；

10、通過從企業(yè)的生產(chǎn)日志中獲取每個工序和工位所需要的設備需求、人員需求、工具需求、作業(yè)時間和物料需求，并列入數(shù)據(jù)清單，并按工序和工位分別進行分組。

11、作為本發(fā)明所述基于服裝縫制工藝的流水線優(yōu)化方法的一種優(yōu)選方案，其中：所述通過集成遺傳算法、蟻群算法和粒子群算法構建多智能算法優(yōu)化框架，并對多智能算法參數(shù)初始化，具體步驟如下，

12、利用遺傳算法對服裝縫制流水線的工序排列進行優(yōu)化，輸出最優(yōu)工序排列方案；

13、基于最優(yōu)工序排列方案，利用蟻群算法動態(tài)調整工序在各個工位上的分配，輸出最優(yōu)工序分配方案；

14、基于最優(yōu)工序分配方案，通過粒子群算法對工序的調度順序進行調整，輸出最優(yōu)工序調度方案；

15、根據(jù)企業(yè)的生產(chǎn)目標，設定目標函數(shù)；

16、根據(jù)企業(yè)規(guī)模和流水線工作時間，設定約束條件。

17、作為本發(fā)明所述基于服裝縫制工藝的流水線優(yōu)化方法的一種優(yōu)選方案，其中：所述利用遺傳算法對服裝縫制流水線的工序排列進行優(yōu)化，輸出最優(yōu)工序排列方案，具體步驟如下，

18、將工序打亂并進行排列組合，得到不同工序排列組合的個體，并組合成初始種群；

19、通過計算初始種群中每個個體的目標函數(shù)值的倒數(shù)，得到每個個體的適應度值；

20、計算每個個體的適應度值占總適應度的比例，形成個體選擇概率分布；

21、根據(jù)個體選擇概率分布，篩選出一半的個體作為父代個體，進行交叉操作；

22、根據(jù)個體選擇概率分布選擇兩個父代個體，并隨機選擇兩個交叉點形成交叉區(qū)間；

23、在交叉區(qū)間內(nèi)，交換兩個父代個體的工序，生成兩個子代個體；

24、對于交叉區(qū)間外的工序，根據(jù)映射規(guī)則進行調整，每個工序的標識符在子代個體中只出現(xiàn)一次；

25、通過互換變異法，對于每個新生成的子代個體，以一定的變異概率，隨機選擇兩個工序位置，并交換它們的順序；

26、從交叉變異后的種群里，選出適應度最高的若干個個體，作為優(yōu)秀個體保留并替換到父代種群中適應度最低的對應數(shù)量的個體，形成新一代種群，繼續(xù)交叉和變異；

27、根據(jù)初始種群中個體數(shù)量以及適應度值變化，設定適應度值收斂條件，當適應度值滿足收斂條件時，終止迭代，將適應度值最高且滿足約束條件的若干個個體作為最優(yōu)工序排列方案輸出。

28、作為本發(fā)明所述基于服裝縫制工藝的流水線優(yōu)化方法的一種優(yōu)選方案，其中：所述基于最優(yōu)工序排列方案，利用蟻群算法動態(tài)調整工序在各個工位上的分配，輸出最優(yōu)工序分配方案，具體步驟如下，

29、根據(jù)最優(yōu)工序排列方案，構建信息素矩陣，初始所有信息素濃度相同；

30、螞蟻從起始工位出發(fā)，根據(jù)工位選擇概率依次選擇后續(xù)工位，直到完成所有工序的分配；

31、每次螞蟻完成一條路徑后，在路徑上釋放信息素，對路徑上的信息素濃度進行更新；

32、根據(jù)工序和工位數(shù)量，設定最大迭代次數(shù)，當達到最大迭代次數(shù)時，選擇信息素濃度最高的若干個路徑，作為最優(yōu)工序分配方案輸出。

33、作為本發(fā)明所述基于服裝縫制工藝的流水線優(yōu)化方法的一種優(yōu)選方案，其中：所述基于最優(yōu)工序分配方案，通過粒子群算法對工序的調度順序進行調整，輸出最優(yōu)工序調度方案，具體步驟如下，

34、根據(jù)蟻群算法輸出的最優(yōu)工序分配方案，構建初始粒子群；

35、將最優(yōu)工序分配方案中的工序順序作為粒子的初始位置，根據(jù)工序總數(shù)設定粒子的初始速度；

36、根據(jù)目標函數(shù)，計算每個粒子的適應度值，篩選出滿足約束條件的粒子；

37、采用非線性的方式動態(tài)調整粒子運動的慣性權重；

38、粒子每一次運動后，對粒子速度進行更新；

39、根據(jù)更新后的粒子速度，對粒子的位置進行同步調整；

40、在每次迭代運動中，對于每個粒子，選擇適應度值最高的粒子的位置作為歷史最優(yōu)位置；

41、對于所有粒子，選擇適應度值最高的粒子的位置作為全局最優(yōu)位置；

42、根據(jù)粒子群規(guī)模和粒子的適應度值的變化，設定全局適應度值變化量閾值，當粒子最高適應度值小于全局適應度值變化量閾值，判定粒子群算法收斂；

43、從全局最優(yōu)位置中選擇適應度值最高的若干個工序調度方案作為最優(yōu)工序調度方案輸出。

44、作為本發(fā)明所述基于服裝縫制工藝的流水線優(yōu)化方法的一種優(yōu)選方案，其中：所述基于最優(yōu)工序調度方案，進行多目標優(yōu)化，輸出最終優(yōu)化方案，具體步驟如下，

45、基于粒子群算法輸出的最優(yōu)工序調度方案，計算目標函數(shù)中的生產(chǎn)時間、生產(chǎn)成本和產(chǎn)品不合格率；

46、將目標計算結果歸一化，并創(chuàng)建空的pareto最優(yōu)解集；

47、當每個解d不被任何其他解支配，則將d添加到pareto最優(yōu)解集；

48、當d支配了pareto最優(yōu)解集中的某個解e，則從pareto最優(yōu)解集中移除d；

49、對于pareto最優(yōu)解集中的每個解，計算目標函數(shù)值，選擇值最高的解作為最終的優(yōu)化方案。

50、第二方面，本發(fā)明提供了一種基于服裝縫制工藝的流水線優(yōu)化系統(tǒng)，包括，生產(chǎn)數(shù)據(jù)模塊、算法集成模塊和調度優(yōu)化模塊，

51、所述生產(chǎn)數(shù)據(jù)模塊，用于對服裝縫制流水線中所有工序賦予唯一標識符，并記錄各個工序和工位的生產(chǎn)數(shù)據(jù)；

52、所述算法集成模塊，用于根據(jù)生產(chǎn)數(shù)據(jù)，通過集成遺傳算法、蟻群算法和粒子群算法構建多智能算法優(yōu)化框架，輸出最優(yōu)工序調度方案；

53、所述調度優(yōu)化模塊，用于基于最優(yōu)工序調度方案，進行多目標優(yōu)化，輸出最終優(yōu)化方案。

54、第三方面，本發(fā)明提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其中：所述計算機程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的基于服裝縫制工藝的流水線優(yōu)化方法的任一步驟。

55、第四方面，本發(fā)明提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其中：所述計算機程序被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的基于服裝縫制工藝的流水線優(yōu)化方法的任一步驟。

56、本發(fā)明有益效果為：本發(fā)明通過對每個工序和工位賦予唯一標識符并記錄詳細的生產(chǎn)數(shù)據(jù)，確保了生產(chǎn)過程的透明化和可追溯性，為后續(xù)優(yōu)化提供了準確的數(shù)據(jù)支持，集成遺傳算法、蟻群算法和粒子群算法構建多智能算法優(yōu)化框架，充分發(fā)揮了不同算法的優(yōu)勢，輸出的最優(yōu)工序調度方案顯著縮短了生產(chǎn)周期，降低了生產(chǎn)成本，提升了產(chǎn)品質量，通過多目標優(yōu)化，考慮了生產(chǎn)時間、成本和不合格率等多個目標，根據(jù)企業(yè)的實際需求動態(tài)調整各目標的權重，使得企業(yè)在不同生產(chǎn)階段能夠靈活選擇最優(yōu)解。