本发明属于锻造产线控制，更具体地，涉及一种多任务序列锻造生产线智能化调度方法及系统。
背景技术：
1、生产线调度是指在制造业中对生产设备、工人和物料等资源进行合理安排和调度，以确保生产过程的高效率和优化产出。以下是目前生产线调度的一些常见现状：
2、1.自动化和数字化：随着科技的进步，越来越多的生产线采用自动化设备和数字化系统进行调度。自动化设备可以根据预设的参数和算法自主调度生产任务，提高生产效率和减少错误。
3、2.实时监控和反馈：通过传感器和监控系统，可以实时监测生产线上的生产状态和数据。这些数据可以用于调度决策，例如根据实际情况调整生产任务的优先级或资源的分配，以及及时发现并解决潜在的故障和瓶颈问题。
4、3.数据驱动决策：大数据和人工智能技术的应用使得生产线调度可以更加精确和智能化。通过分析大量历史数据和实时数据，可以预测生产线的需求和趋势，并做出相应的调度决策。人工智能技术还可以学习和优化调度算法，提高调度效果。
5、4.灵活性和定制化需求：现代市场对产品的定制化需求越来越高，这对生产线调度提出了更大的挑战。生产线需要具备一定的灵活性和适应性，能够在短时间内调整生产任务和资源分配，以满足不同客户的需求。
6、5.协同合作和供应链集成：生产线调度不再局限于单个企业内部，而是涉及到整个供应链的协同合作。供应链各环节的信息共享和协同调度可以优化整体生产效率和降低成本。
7、现有技术中，并没有一种智能化很高的技术方案，能够智能分配锻造生产线的资源。
技术实现思路
1、为解决以上技术问题，本发明提出一种多任务序列锻造生产线智能化调度方法，包括：
2、获取任务序列、每个任务的完成时间、每个任务可用的资源数量和工人疲劳度；
3、设置智能调度模型，根据每个任务的所述完成时间、每个任务可用的所述资源数量和所述工人疲劳度，计算所述任务序列中，每个任务的完成任务的效率值，其中，设置约束条件，对所述智能调度模型进行约束；
4、根据所述完成任务的效率值，为所述任务序列中的任务分配资源和人工，以完成对锻造生产线进行调度。
5、进一步的，所述智能调度模型为：
6、，
7、其中，f为完成任务的效率值，为任务的权重，用于指定任务的优先级，为任务的完成时间，为资源数量权重，为任务可用的资源数量，为工人疲劳度权重，工人完成任务的工人疲劳度，在上述提到的公式中，表示任务可用的资源数量，在公式中，加权完成时间、资源利用率和工人疲劳度的加权和被最小化。用于指定任务完成时间的优先级。和是资源利用率和工人疲劳度的权重参数，用于平衡不同目标之间的重要性。资源在智能化锻造生产线调度中可以代表各种类型的可利用资源，具体取决于锻造生产线的特点和需求。下面是一些可能的资源示例：
8、1.机器设备：任务可能需要使用特定的锻造设备或机器，表示任务i需要的设备是否可用，如机床、冲压设备等。
9、2.原材料：任务可能需要特定类型和数量的原材料进行锻造加工，表示任务i所需的原材料是否可用，如金属材料、合金等。
10、3.劳动力：任务可能需要特定数量和技能水平的工人来完成，表示任务i所需的工人是否可用，如锻造工、操作员等。
11、4.时间窗口：任务可能受限于特定的时间窗口，在某个时间段内才能进行，表示任务i在特定时间段内是否可安排。
12、5.能源供应：任务可能需要特定的能源供应，如电力、气体等，表示任务i所需的能源是否可用。
13、进一步的，还包括设置约束条件：
14、每个任务的开始时间必须满足其前置任务的完成时间：，其中，为任务的开始时间，为任务的前置任务j的完成时间；
15、每个任务的完成时间由其开始时间和所需处理时间确定：
16、，其中，为任务的完成时间，为任务的所需处理时间；
17、每个任务的开始时必须满足其具有可用的资源数量：
18、，其中，为任务开始时必须满足的资源数量；
19、每个任务的工人疲劳度由其开始时间和处理时间确定：
20、，
21、对于所有任务，其中，为任务对工人的疲劳度贡献值。
22、进一步的，任务对工人的疲劳度贡献值包括：
23、，
24、其中，为任务的工作强度值，为任务对工人的持续时间，在这个公式中，疲劳度贡献被定义为工作强度和任务持续时间的乘积。工作强度表示任务的劳动强度或耗费的体力/精力，可以根据任务的特点和需求进行设定。持续时间表示任务在工人身上的执行时间。
25、进一步的，任务的工作强度值包括：
26、，
27、其中，为任务的复杂度值，为工人的技能水平值，为任务的复杂度值的权重和为工人的技能水平值的权重，在这个公式中，工作强度（intensity）考虑了任务复杂度和工人技能水平对任务的影响。任务复杂度越高，工作强度越大；工人技能水平越高，工作强度也越大。持续时间（duration）则考虑了工人的效率对任务的影响，工人效率越高，持续时间越短。
28、进一步的，任务对工人的持续时间包括：
29、，
30、其中，为工人的效率值，为工人的效率值的权重。
31、本发明还提出一种多任务序列锻造生产线智能化调度系统，包括：
32、获取数据模块，用于获取任务序列、每个任务的完成时间、每个任务可用的资源数量和工人疲劳度；
33、设置模型模块，用于设置智能调度模型，根据每个任务的所述完成时间、每个任务可用的所述资源数量和所述工人疲劳度，计算所述任务序列中，每个任务的完成任务的效率值，其中，设置约束条件，对所述智能调度模型进行约束；
34、调度模块，用于根据所述完成任务的效率值，为所述任务序列中的任务分配资源和人工，以完成对锻造生产线进行调度。
35、进一步的，所述智能调度模型为：
36、，
37、其中，f为完成任务的效率值，为任务的权重，用于指定任务的优先级，为任务的完成时间，为资源数量权重，为任务可用的资源数量，为工人疲劳度权重，工人完成任务的工人疲劳度，在上述提到的公式中，表示任务可用的资源数量，在公式中，加权完成时间、资源利用率和工人疲劳度的加权和被最小化。用于指定任务完成时间的优先级。和是资源利用率和工人疲劳度的权重参数，用于平衡不同目标之间的重要性。资源在智能化锻造生产线调度中可以代表各种类型的可利用资源，具体取决于锻造生产线的特点和需求。下面是一些可能的资源示例：
38、1.机器设备：任务可能需要使用特定的锻造设备或机器，表示任务i需要的设备是否可用，如机床、冲压设备等。
39、2.原材料：任务可能需要特定类型和数量的原材料进行锻造加工，表示任务i所需的原材料是否可用，如金属材料、合金等。
40、3.劳动力：任务可能需要特定数量和技能水平的工人来完成，表示任务i所需的工人是否可用，如锻造工、操作员等。
41、4.时间窗口：任务可能受限于特定的时间窗口，在某个时间段内才能进行，表示任务i在特定时间段内是否可安排。
42、5.能源供应：任务可能需要特定的能源供应，如电力、气体等，表示任务i所需的能源是否可用。
43、进一步的，还包括设置约束条件：
44、每个任务的开始时间必须满足其前置任务的完成时间：，其中，为任务开始时间，为任务的前置任务j的完成时间；
45、每个任务的完成时间由其开始时间和所需处理时间确定：
46、，其中，为任务的完成时间，为任务的所需处理时间；
47、每个任务的开始时必须满足其具有可用的资源数量：
48、，其中，为任务开始时必须满足的资源数量；
49、每个任务的工人疲劳度由其开始时间和处理时间确定：
50、，
51、对于所有任务，其中，为任务对工人的疲劳度贡献值。
52、进一步的，任务对工人的疲劳度贡献值包括：
53、，
54、其中，为任务的工作强度值，为任务对工人的持续时间，在这个公式中，疲劳度贡献被定义为工作强度和任务持续时间的乘积。工作强度表示任务的劳动强度或耗费的体力/精力，可以根据任务的特点和需求进行设定。持续时间表示任务在工人身上的执行时间。
55、进一步的，任务的工作强度值包括：
56、，
57、其中，为任务的复杂度值，为工人的技能水平值，为任务的复杂度值的权重和为工人的技能水平值的权重，在这个公式中，工作强度（intensity）考虑了任务复杂度和工人技能水平对任务的影响。任务复杂度越高，工作强度越大；工人技能水平越高，工作强度也越大。持续时间（duration）则考虑了工人的效率对任务的影响，工人效率越高，持续时间越短。
58、进一步的，任务对工人的持续时间包括：
59、，
60、其中，为工人的效率值，为工人的效率值的权重。
61、总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
62、本发明通过获取任务序列、每个任务的完成时间、每个任务可用的资源数量和工人疲劳度；设置智能调度模型，根据每个任务的所述完成时间、每个任务可用的所述资源数量和所述工人疲劳度，计算所述任务序列中，每个任务的完成任务的效率值，其中，设置约束条件，对所述智能调度模型进行约束；根据所述完成任务的效率值，为所述任务序列中的任务分配资源和人工，以完成对锻造生产线进行调度。本发明通过设置智能调度模型，并结合资源数量及人工情况，智能化的为锻造生产线分配任务。
1.一种多任务序列锻造生产线智能化调度方法，其特征在于，包括：
2.如权利要求1所述的一种多任务序列锻造生产线智能化调度方法，其特征在于，还包括设置约束条件：
3.如权利要求2所述的一种多任务序列锻造生产线智能化调度方法，其特征在于，任务对工人的疲劳度贡献值包括：
4.如权利要求3所述的一种多任务序列锻造生产线智能化调度方法，其特征在于，任务的工作强度值包括：
5.如权利要求3所述的一种多任务序列锻造生产线智能化调度方法，其特征在于，任务对工人的持续时间包括：
6.一种多任务序列锻造生产线智能化调度系统，其特征在于，包括：
7.如权利要求6所述的一种多任务序列锻造生产线智能化调度系统，其特征在于，还包括设置约束条件：
8.如权利要求7所述的一种多任务序列锻造生产线智能化调度系统，其特征在于，任务对工人的疲劳度贡献值 包括：
