申请/专利权人：北京工业大学;北京星航机电装备有限公司

申请日：2020-09-30

公开（公告）日：2024-06-21

公开（公告）号：CN112381343B

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06N3/126;G06N3/006;G06Q50/04

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2021.03.09#实质审查的生效;2021.02.19#公开

摘要：本发明公开了一种基于遗传和骨干粒子群混合算法的柔性作业车间调度方法，能够改善通用遗传算法针对柔性作业车间调度问题存在的求解精度低，收敛速度慢的缺点。本方法将骨干粒子群算法作为变异算子，通过改进的粒子位置更新公式，实现以当前群体最优和个体历史最优为基准的个体变异的定向性，加快算法收敛速度和求解精度；为保证骨干粒子群算法能够运行在连续域，避免染色体的转换，提出了一种基于实数的染色体表达方式，并相应提出了适应实数染色体表达的解码方法，初始化方法，基于二进制的染色体交叉方法以及变异后染色体修复方法。

主权项：1.一种基于遗传-骨干粒子群混合算法的柔性作业车间调度方法，其特征在于：包括以下步骤，步骤1：输入调度问题基础数据，包括工件数量N，设备数量M，每个工件的工序数P，每个工序可用加工设备编号，以及每台加工设备相应的加工时间；步骤2：设置算法参数，包括种群规模，迭代次数，交叉概率和变异概率；步骤3：初始化种群，初始种群的质量和多样性，对算法的求解精度和收敛速度有影响；为保证种群多样性，尽量分散于解空间，面向基于实数的染色体表达提出了一种随机初始化方法；步骤4：解码染色体，获得调度解，计算每个调度解的目标函数值，目标函数值为调度解的最大完工时间；步骤5：判断是否满足退出条件，即：达到设置的最大迭代次数，如果满足退出条件，则输出最佳调度解，即：最大完工时间最小的解；否则继续执行步骤6；步骤6：执行选择算子，选择算子采用二元锦标赛选择方法；随机在种群中选择两个个体，比较两个个体的目标函数值，选择较优的个体作为下代个体；步骤7：对选择算子确定的父代，在满足交叉概率的条件下，执行交叉操作；面向基于实数的染色体表达方式，提出了基于二进制的均匀交叉方法；步骤8；对满足变异概率的个体，采用骨干粒子群算法的核心策略，即：借助全局最优和个体历史最优对粒子位置的进行更新，进行变异操作；步骤9：转步骤4；步骤10：将当前代的最优个体作为问题解，绘制调度甘特图，表示调度方案；所述的基于实数的染色体表达方式具体如下：基于实数的染色体表示方式采用一组实数串同时表达柔性作业车间调度的两个子问题，即：设备选择和工序排序；实数串的长度等于调度任务所有工序的总数；实数串的每一位实数值，表达对应工序的设备选择和排序顺序，将实数拆分为整数部分和小数部分；其中，整数部分代表该工序选定的加工设备编号索引，小数部分代表该工序排序的优先权值，值越小，优先权越高，排序越靠前；步骤8的变异操作分为如下3个子步骤：子步骤1：更新本代的全局最优个体和个体历史最优个体；首先，确定本代的全局最优个体，将本代全局最优个体目标函数值和当前全局最优个体目标值进行对比，如果本代全局最优个体目标函数值优于当前全局最优个体，采用本代全局最优个体作为当前全局最优个体；然后比较每个个体的当前历史最优个体和本代个体的目标值，如果本代目标值优于当前历史最优个体，则采用本代个体作为历史最优个体；子步骤2：采用等式2计算变异个体的染色体值，获得变异的新个体；Pik+1＝gbestk+α×C1,0×|pbestk-gbestk|2Pi表示粒子个体，gbest表示全局最优个体，pbest表示个体历史最优，C1,0为服从标准柯西分布的随机数，α是一个控制参数，控制粒子的聚集程度；为了实现在算法前期加速收敛，控制粒子尽量聚集，后期防止陷入局部最优，扩展搜索范围，控制粒子尽量分散，α采用自适应策略，在求解中根据迭代次数改变，计算公式如等式3：α＝αmin+αmax-αmin×kGn3αmin和αmax为初始设置的α的最小和最大值，规定值变化范围；k为当前迭代次数；Gn为初始设置的最大迭代次数；子步骤3：变异后的染色体，由于是在实数域内进行计算，更新后实数的整数部分的值超过相应工序的可选设备范围，产生不可行解；因此，需要对染色体整数部分值进行检查和修复，提出了一种修复机制：逐一检查染色体每一位的实数的整数部分值，如果超过了设备可选范围，采用等式4中所示公式进行整数值的修复：I’t＝ItmodN如果I’t＝0,It和I’t分别代表染色体第t位实数值的整数部分修复前和修复后的值，Mij代表染色体第t位对应的工序Oij的可选设备集的设备总数。

全文数据：

权利要求：

百度查询： 北京工业大学;北京星航机电装备有限公司 一种基于遗传-骨干粒子群混合算法的柔性作业车间调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD