一种汽车零件智能系统及优化方法

1.本发明涉及优化调度技术领域，具体涉及一种汽车零件智能系统及优化方法。


背景技术：

2.现如今人们出行的工具有飞机，火车，汽车，自行车，步行等方式，从这些方式中可以看出，主要的出行方式为各种车辆，因此，车辆的生产问题需要予以关注，各种各样的汽车零部件生产公司，遍布各地，这使得零部件的生产，销售，存放成为了一个重要问题。
3.针对汽车零部件生产难题，即产业分布不合理，工期排布不合理，生产成本压力大等问题，本发明提供了汽车零件产业智能云平台与云数据系统，该系统收集各个合作企业的信息，合理调度，减少工期间隔，极大降低成本消耗。


技术实现要素：

4.发明目的：本发明的目的是提供一种汽车零件智能系统及优化方法，能够合理调度各个企业之间的生产排期问题，零部件调度不方便，运输成本过高等问题。极大增加工作效率，降低成本消耗。
5.技术方案：本发明所述的一种汽车零件智能系统，包括：云平台和智能控制模块；所述云平台包括：gps定位模块、信息录入模块、物料追踪模块；gps定位模块用于收集企业位置；信息录入模块用于收集企业生产排期、成本管理、质量管理、生产利润比率信息；物料追踪模块用于收集物料追踪信息；所述智能控制模块用于接收云平台的各项信息数据，并输入至改进野狗优化算法中进行建模迭代优化计算，优化方向有上下游企业位置，仓库容量配置，仓库位置，生产排期调度，借由上述优化方向得出评价指数。
6.进一步的，各模块之间的连接具体设置为：云平台与智能控制模块连接。
7.本发明所述的一种汽车零件智能系统的优化方法，包括以下步骤：
8.(31)建立目标函数；
9.(32)获取云平台的数据信息；
10.(33)初始化种群，对野狗算法进行改进；
11.(34)计算不同的野狗工作模式，进行位置替换；
12.(35)计算野狗存活率；
13.(36)根据存活率判断是否替换野狗；
14.(37)判断是否满足最大迭代次数，若满足，则输出最优解，否则，返回步骤(34)重新迭代计算。
15.进一步的，所述步骤(31)具体过程为：
16.f＝max{es}+min{cb}+
17.式中：es为评分，具体范围为0-5星，cb为成本；
18.es＝(e
cp
+e
cb
+e
cl
+e
pt
)/5
19.式中：e
cp
为上下游企业位置评分，e
cb
为仓库利用评分，e
cl
为仓库位置评分，e
pt
为企
业生产排期评分。
[0020][0021]
式中：d
cp
为上下游企业之间的距离km。
[0022][0023]
式中：v
cu
为仓库使用体积，v
cb
为仓库的体积。
[0024][0025]
式中：d
cl
为仓库之间的距离km。
[0026][0027]
式中：td排期间隔时间(月)
[0028]
cb＝αβd
go
[0029]
式中：d
go
为运输所需的距离，α为运输距离价格因素，β为运输体积价格因素。
[0030]
进一步的，所述步骤(32)数据信息包括：企业位置、企业生产排期、成本管理、质量管理、生产利润比率、物料管理。
[0031]
进一步的，所述步骤(33)具体过程为：采用定点初始化，将野狗按照数量与上下限距离平均分配，充分分布各野狗，公式如下：
[0032][0033]
式中：lbi为下界，ubi为上界，rand为[0,1]的随机数，d为野狗总数量，i为第i个野狗。
[0034]
进一步的，所述步骤(34)具体过程为：当rand》0.5时为群体攻击模式，该模式为群
体捕猎，公式如下：
[0035][0036]
式中：t代表当前的迭代次数，是野狗新位置；na是在[2，sizep op/2]的逆序中生成的随机整数，其中sizep op是野狗种群的规模；是将攻击的野狗的子集，其中是随机生成的野狗种群；是当前野狗的位置；是上一次迭代中发现的最佳野狗；β1是在[-2,2]内均匀生成的随机数，它是一个比例因子，可改变野狗轨迹的大小；
[0037]
当0.3《rand《0.5迫害攻击模式，该模式为单独捕猎，公式为：
[0038][0039]
式中：是野狗新位置，是上一次迭代中发现的最佳野狗，β1是在[-2,2]内均匀生成的随机数，它是一个比例因子，可改变野狗轨迹的大小。β2是在[-1,1]区间内均匀生成的随机数，r1是在从1到最大搜索代理(野狗)大小的区间内生成的随机数，是随机选择的第r1个野狗，其中i≠r1；
[0040]
当0《rand《0.3时为清扫模式为被定义为当野狗在它们的栖息地随意行走时找到腐肉吃的行为。其公式为：
[0041][0042]
式中：是野狗新位置，β2是在[-1,1]区间内均匀生成的随机数，r1是在从1到最大搜索代理(野狗)大小的区间内生成的随机数，是随机选择的第r1个野狗，其中i≠r1。δ是算法随机生成的二进制数，δ∈{0,1}。
[0043]
进一步的，其特征在于，所述步骤(35)具体过程为：
[0044][0045]
其中，f
max
和f
min
分别是当前一代中最差和最佳的适应度值，而f(i)是第i个野狗的当前适应度值。式中生存向量包含[0,1]区间内的归一化适应度。
[0046]
进一步的，所述步骤(36)具体过程为：当0《rand《0.3，survial(i)≤0.3时，替换野狗，公式为：
[0047][0048]
其中，是将被更新的生存率较低的野狗，r1和r2是从1到野狗种群的最大大小的区间内生成的随机数，r1≠r2，和是随机选择的第r1,r2个野狗，是上一次迭代中发现的最佳野狗；δ是算法随机生成的二进制数，δ∈{0,1}。
[0049]
本发明所述的一种设备，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程序，其特征在于，所述处理器执行所述程序时实现如上述任一项所述的一种汽车
零件智能系统的优化方法中的步骤。
[0050]
有益效果：与现有技术相比，本发明具有如下显著优点：本发明合理安排各合作企业间的生产排期，避免无效时间消耗，减少运输路程，极大减少运输成本；根据上下游企业位置，仓库利用率，仓库位置，企业生产排期等因素建立评分系统，并根据评分系统合理安排合作的企业，极大提高了成产效率。
附图说明
[0051]
图1为本发明的结构示意图；
[0052]
图2为本发明硬件运行逻辑图；
[0053]
图3为本发明的算法流程图；
[0054]
图4为本发明的评价结果图；
[0055]
其中，1-云平台和2-智能控制设备。
具体实施方式
[0056]
下面结合附图对本发明的技术方案作进一步说明。
[0057]
如图1-2所示，本发明实施例提供一种汽车零件智能系统，包括：云平台和智能控制模块；所述云平台包括：gps定位模块、信息录入模块、物料追踪模块；gps定位模块用于收集企业位置；信息录入模块用于收集企业生产排期、成本管理、质量管理、生产利润比率信息；物料追踪模块用于收集物料追踪信息；所述智能控制模块用于接收云平台的各项信息数据，并输入至改进野狗优化算法中进行建模迭代优化计算，优化方向有上下游企业位置，仓库容量配置，仓库位置，生产排期调度，借由上述优化方向得出评价指数。各模块之间的连接具体设置为：云平台与智能控制模块连接。
[0058]
如图3所示，本发明实施例还提供一种汽车零件智能系统的优化方法，包括以下步骤：
[0059]
(31)建立目标函数；具体过程为：
[0060]
f＝max{es}+min{cb}+
[0061]
式中：es为评分，具体范围为0-5星，cb为成本；
[0062]es
＝(e
cp
+e
cb
+e
cl
+e
pt
)/5
[0063]
式中：e
cp
为上下游企业位置评分，e
cb
为仓库利用评分，e
cl
为仓库位置评分，e
pt
为企业生产排期评分。
[0064][0065]
式中：d
cp
为上下游企业之间的距离km。
[0066][0067]
式中：v
cu
为仓库使用体积，v
cb
为仓库的体积。
[0068][0069]
式中：d
cl
为仓库之间的距离km。
[0070][0071]
式中：td排期间隔时间(月)
[0072]
cb＝αβd
go
[0073]
式中：d
go
为运输所需的距离，α为运输距离价格因素，β为运输体积价格因素。
[0074]
(32)获取云平台的数据信息；包括：企业位置、企业生产排期、成本管理、质量管理、生产利润比率、物料管理。
[0075]
(33)初始化种群，对野狗算法进行改进；具体过程为：采用定点初始化，将野狗按照数量与上下限距离平均分配，充分分布各野狗，公式如下：
[0076][0077]
式中：lbi为下界，ubi为上界，rand为[0,1]的随机数，d为野狗总数量，i为第i个野狗。
[0078]
(34)计算不同的野狗工作模式，进行位置替换；
[0079]
具体过程为：当rand》0.5时为群体攻击模式，该模式为群体捕猎，公式如下：
[0080][0081]
式中：t代表当前的迭代次数，是野狗新位置；na是在[2，sizep op/2]的逆序中生成的随机整数，其中sizep op是野狗种群的规模；是将攻击的野狗的子集，其中是随机生成的野狗种群；是当前野狗的位置；是上一次迭代中发现的最佳
野狗；β1是在[-2,2]内均匀生成的随机数，它是一个比例因子，可改变野狗轨迹的大小；
[0082]
当0.3《rand《0.5迫害攻击模式，该模式为单独捕猎，公式为：
[0083][0084]
式中：是野狗新位置，是上一次迭代中发现的最佳野狗，β1是在[-2,2]内均匀生成的随机数，它是一个比例因子，可改变野狗轨迹的大小。β2是在[-1,1]区间内均匀生成的随机数，r1是在从1到最大搜索代理(野狗)大小的区间内生成的随机数，是随机选择的第r1个野狗，其中i≠r1；
[0085]
当0《rand《0.3时为清扫模式为被定义为当野狗在它们的栖息地随意行走时找到腐肉吃的行为。其公式为：
[0086][0087]
式中：是野狗新位置，β2是在[-1,1]区间内均匀生成的随机数，r1是在从1到最大搜索代理(野狗)大小的区间内生成的随机数，是随机选择的第r1个野狗，其中i≠r1。δ是算法随机生成的二进制数，δ∈{0,1}。
[0088]
每一代的野狗位置中包含着目标函数所需的参数，中所包含的参数为当前目标函数的最优参数即目标函数的最优值。
[0089]
(35)计算野狗存活率；具体过程为：
[0090][0091]
其中，f
max
和f
min
分别是当前一代中最差和最佳的适应度值，而f(i)是第i个野狗的当前适应度值。式中生存向量包含[0,1]区间内的归一化适应度。
[0092]
(36)根据存活率判断是否替换野狗；具体过程为：当0《rand《0.3，survial(i)≤0.3时，替换野狗，公式为：
[0093][0094]
其中，是将被更新的生存率较低的野狗，r1和r2是从1到野狗种群的最大大小的区间内生成的随机数，r1≠r2，和是随机选择的第r1,r2个野狗，是上一次迭代中发现的最佳野狗；δ是算法随机生成的二进制数，δ∈{0,1}。
[0095]
(37)判断是否满足最大迭代次数，若满足，则输出最优解，否则，返回步骤(34)重新迭代计算。
[0096]
如图4所示，经过智能调控使得评价指标主要维持在4星以上，大幅度的提高了汽车零部件生产商之间的协作，增加经济性。
[0097]
本发明实施例还提供了的一种设备，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程序，其特征在于，所述处理器执行所述程序时实现如上述任一项所述的一种汽车零件智能系统的优化方法中的步骤。

技术特征：
1.一种汽车零件智能系统，其特征在于，包括：云平台和智能控制模块；所述云平台包括：gps定位模块、信息录入模块、物料追踪模块；gps定位模块用于收集企业位置；信息录入模块用于收集企业生产排期、成本管理、质量管理、生产利润比率信息；物料追踪模块用于收集物料追踪信息；所述智能控制模块用于接收云平台的各项信息数据，并输入至改进野狗优化算法中进行建模迭代优化计算，优化方向有上下游企业位置，仓库容量配置，仓库位置，生产排期调度，借由上述优化方向得出评价指数。2.根据权利要求1所述的一种汽车零件智能系统，其特征在于，各模块之间的连接具体设置为：云平台与智能控制模块连接。3.一种采用根据权利要求1汽车零件智能系统的优化方法，其特征在于，包括以下步骤：(31)建立目标函数；(32)获取云平台的数据信息；(33)初始化种群，对野狗算法进行改进；(34)计算不同的野狗工作模式，进行位置替换；(35)计算野狗存活率；(36)根据存活率判断是否替换野狗；(37)判断是否满足最大迭代次数，若满足，则输出最优解，否则，返回步骤(34)重新迭代计算。4.根据权利要求3所述的方法，其特征在于，所述步骤(31)具体过程为：f＝max{e
s
}+min{c
b
}+式中：e
s
为评分，具体范围为0-5星，c
b
为成本；e
s
＝(e
cp
+e
cb
+e
cl
+e
pt
)/5式中：e
cp
为上下游企业位置评分，e
cb
为仓库利用评分，e
cl
为仓库位置评分，e
pt
为企业生产排期评分。式中：d
cp
为上下游企业之间的距离km。式中：v
cu
为仓库使用体积，v
cb
为仓库的体积。
式中：d
cl
为仓库之间的距离km。式中：t
d
排期间隔时间(月)c
b
＝αβd
go
式中：d
go
为运输所需的距离，α为运输距离价格因素，β为运输体积价格因素。5.根据权利要求3所述的方法，其特征在于，所述步骤(32)数据信息包括：企业位置、企业生产排期、成本管理、质量管理、生产利润比率、物料管理。6.根据权利要求3所述的方法，其特征在于，所述步骤(33)具体过程为：采用定点初始化，将野狗按照数量与上下限距离平均分配，充分分布各野狗，公式如下：式中：lb
i
为下界，ub
i
为上界，rand为[0,1]的随机数，d为野狗总数量，i为第i个野狗。7.根据权利要求3所述的方法，其特征在于，所述步骤(34)具体过程为：当rand>0.5时为群体攻击模式，该模式为群体捕猎，公式如下：式中：t代表当前的迭代次数，是野狗新位置；na是在[2，sizep op/2]的逆序中生成的随机整数，其中sizep op是野狗种群的规模；是将攻击的野狗的子集，其中是随机生成的野狗种群；是当前野狗的位置；是上一次迭代中发现的最佳野狗；β1是在[-2,2]内均匀生成的随机数，它是一个比例因子，可改变野狗轨迹的大小；当0.3<rand<0.5迫害攻击模式，该模式为单独捕猎，公式为：式中：是野狗新位置，是上一次迭代中发现的最佳野狗，β1是在[-2,2]内均匀生成的随机数，它是一个比例因子，可改变野狗轨迹的大小。β2是在[-1,1]区间内均匀生成的随机数，r1是在从1到最大搜索代理(野狗)大小的区间内生成的随机数，是随机
选择的第r1个野狗，其中i≠r1；当0<rand<0.3时为清扫模式为被定义为当野狗在它们的栖息地随意行走时找到腐肉吃的行为。其公式为：式中：是野狗新位置，β2是在[-1,1]区间内均匀生成的随机数，r1是在从1到最大搜索代理(野狗)大小的区间内生成的随机数，是随机选择的第r1个野狗，其中i≠r1。δ是算法随机生成的二进制数，δ∈{0,1}。8.根据权利要求3所述的方法，其特征在于，所述步骤(35)具体过程为：其中，f
max
和f
min
分别是当前一代中最差和最佳的适应度值，而f(i)是第i个野狗的当前适应度值。式中生存向量包含[0,1]区间内的归一化适应度。9.根据权利要求3所述的方法，其特征在于，所述步骤(36)具体过程为：当0<rand<0.3，survial(i)≤0.3时，替换野狗，公式为：其中，是将被更新的生存率较低的野狗，r1和r2是从1到野狗种群的最大大小的区间内生成的随机数，r1≠r2，和是随机选择的第r1,r2个野狗，是上一次迭代中发现的最佳野狗；δ是算法随机生成的二进制数，δ∈{0,1}。10.一种设备，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程序，其特征在于，所述处理器执行所述程序时实现如权利要求3-9任一项所述的一种汽车零件智能系统的优化方法中的步骤。

技术总结
本发明公开了一种汽车零件智能系统及优化方法，包括：云平台和智能控制模块；所述云平台包括：GPS定位模块、信息录入模块、物料追踪模块；GPS定位模块用于收集企业位置；信息录入模块用于收集企业生产排期、成本管理、质量管理、生产利润比率信息；物料追踪模块用于收集物料追踪信息；所述智能控制模块用于接收云平台的各项信息数据，并输入至改进野狗优化算法中进行建模迭代优化计算，优化方向有上下游企业位置，仓库容量配置，仓库位置，生产排期调度，借由上述优化方向得出评价指数；本发明合理安排各合作企业间的生产排期，避免无效时间消耗，减少运输路程，极大减少运输成本。极大减少运输成本。极大减少运输成本。


技术研发人员：温文潮 谢金博 纪捷 谢滢琦 周孟雄 郭仁威 汤健康 苏娇月 陈帅 张楚 彭甜 孙娜
受保护的技术使用者：淮阴工学院
技术研发日：2023.06.19
技术公布日：2023/10/5