买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福州大学

摘要：本发明涉及一种多目标混合零空闲置换流水车间调度方法及系统，该方法包括以下步骤：步骤S1：对多目标混合零空闲置换流水车间调度问题进行描述；步骤S2：建立满足所述问题的约束条件；步骤S3：建立实际生产过程中所期望的目标函数；步骤S4：构建基于动态时间规整距离的群体智能算法；步骤S5：依据动态时间规整距离完成迭代寻优，找出最优解的集合，得到最终的调度方案。该方法及系统有利于优化混合零空闲置换流水车间调度，从而为工厂合理安排工件工序提供有效的调度方案。

主权项：1.一种多目标混合零空闲置换流水车间调度方法，其特征在于，包括以下步骤：步骤S1：对多目标混合零空闲置换流水车间调度问题进行描述；步骤S2：建立满足所述问题的约束条件；步骤S3：建立实际生产过程中所期望的目标函数；步骤S4：构建基于动态时间规整距离的群体智能算法；步骤S5：依据动态时间规整距离完成迭代寻优，找出最优解的集合，得到最终的调度方案；所述步骤S4包括以下步骤：步骤S41：定义所研究问题参数；步骤S42：对群体智能算法中个体进行编码；步骤S43：构建基于动态时间规整的距离表达；步骤S44：以动态时间规整距离的倒数作为群体智能算法中个体的适应度值，依据适应度值选择策略开展算法中个体的选择操作；所述步骤S41中，定义gen为此时的迭代数，maxgen为总的迭代次数，popsize为种群大小，pcross为交叉概率，pmutation为变异概率，ω、ε、δ都为区间[0,1]内的随机数，第r个个体的第v位基因为brv，bmax为基因brv的上界，即为工件总数n；bmin为基因brv的下界，其值为1；所述步骤S42中，个体编码采用整数编码，具体为先随机产生一个长度为工件数的数组，再将其按照大小排序得出一个符合研究问题的排列数组，个体总数为种群数目；所述步骤S43包括以下步骤：步骤S431：计算种群迭代第i次的不同个体的目标函数值为选出所有个体中各个目标函数的最大值，记为选出所有个体中各个目标函数的最小值，记为步骤S432：通过min-max标准化将不同量纲的目标函数值落在[0,1]区间，标准化方法如下： 其中，i表示种群迭代第i次，为个体标准化后的第H个目标函数标准化值，表示个体的第H个目标函数值，表示种群中第H个目标函数的最小函数值，表示种群中第H个目标函数的最大函数值；步骤S433：计算动态时间规整距离，将其倒数作为群体智能算法中个体的适应度值，建立依据适应度值的个体选择策略，把种群中各个体的动态时间规整距离的倒数按照大小排序，最大的值即为种群中与理想解目标函数值相似度最高的最优解，此处理想解目标函数值为单目标优化时各目标函数的最小值；所述步骤S433中，计算动态时间规整距离具体包括以下步骤：步骤S4331：假设任意一个个体的函数目标值min-max标准化后序列和种群个体中各个目标函数的最小值min-max标准化后序列分别为将其构成一个H×H型式矩阵MHD，即距离矩阵： 矩阵中的元素代表和之间的曼哈顿距离；其中，i代表种群迭代第i次，为个体标准化后的第H个目标函数值，为种群个体中第H个目标函数的最小值标准化后的值，M表示曼哈顿距离，其计算公式为： 步骤S4332：所述矩阵MHD中，各元素的连续集形成多条路径，该路径为规整后的路径，用W表示：W＝w1，w2…，wK，H≤K≤2H-1；规整路径W符合如下约束条件：1边界条件：规整路径从矩阵MHD左下角的开始，对应坐标点w1＝1,1，到右上角的结束，对应坐标点wK＝H,H；2连续性：若此时坐标为p,q，则行至下一个坐标点p',q'需要满足的条件为p'-p≤1,q'-q≤1，相当于不能跳过某个点，只能行至紧临的点；3单调性：满足p'-p≥0,q'-q≥0，即要求W是单调的；步骤S4333：满足条件的规整路径有很多条，其中规整代价最小的路径为： 式中，K为经过点的个数，wk'为坐标点wk在矩阵MHD中所对应的值，选择一条路径使得最后得到的总距离最小，该总距离衡量着两序列的相似度，其值越小相似度越高；计算累计距离D，累计距离计算方式为从距离矩阵MHD的左下角累加至右上角，将其经过点的距离累加起来得到累计距离D，计算公式为： 其中，Dp-1,q代表行驶至p-1,q点时的累计距离，Dp,q-1代表行驶至p,q-1点时的累计距离，Dp-1,q-1代表行驶至p-1,q-1点时的累计距离；初始条件通过迭代最终求出累计距离DH,H，此距离即上述所说的总距离，累计距离DH,H即为动态时间规整距离DTWP,Q，所经过的路径也是规整代价最小的路径；所述步骤S44包括以下步骤：步骤S441：种群初始化，随机产生大小为popsize的种群，迭代次数i＝1，开始迭代；步骤S442：求解出种群的各个目标函数值；步骤S443：计算适应度值，采用动态时间规整距离作为个体选择策略，动态时间规整距离的倒数即为适应度值大小；步骤S444：更新外部档案，当有两个及以上目标函数值优于父代种群目标函数值时，则保存下来，最后再将相同个体去掉；步骤S445：采用二元锦标赛法进行选择操作，从父代种群中每次随机选择两个个体，个体被选择的概率是相同的，根据每个个体的适应度值来确定选择的个体，适应度值大的被选择下来进入到子代种群，重复多次，直到子代种群规模达到父代种群规模的大小；步骤S446：进行交叉操作，从种群中随机选择两个个体，通过个体的交换组合，将旧的个体好的方面遗传给新的个体，从而产生新的优异个体；先采用实数交叉法进行交叉，再将交叉后的个体基因按从小到大的顺序排序；其中第x个个体和第y个个体在z位置上的交叉方式为：bxz＝bxz1-ω+byzω；byz＝byz1-ω+bxzω；式中，bxz为第x个个体的第z位基因，byz为第y个个体的第z位基因，ω为区间[0，1]内的随机数；步骤S447：进行变异操作，从种群中随机选择一个个体，先选择个体中的任意一点进行变异，再将变异后的基因按照从小到大的顺序排序；其中第r个个体在v位置上的变异方式为： 式中，brv为第r个个体的第v位基因，bmax为基因brv的上界，即为工件总数n；bmin为基因brv的下界，其值为1；fg＝δ1-genmaxgen2，ε、δ都为区间[0，1]内的随机数，gen为此时的迭代数，maxgen为总的迭代次数；步骤S448：当i＜maxgen时，i＝i+1，跳到S443步骤，否则跳出循环，算法停止。

全文数据：

权利要求：

百度查询： 福州大学 一种多目标混合零空闲置换流水车间调度方法及系统