[發明專利]基于混合蟻群算法的多目標優化產品配置方法

有效

• 申請號: 201210062326.8
• 申請日: 2012-03-09
• 公開（公告）號: CN103310279B
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 杜浩明;張歡歡;苗秀麗;王宗良
• 申請（專利權）人: 上海電機學院
• 主分類號: G06F17/00
• 分類號: G06F17/00;G06Q10/04;G06N3/00
• 代理公司: 上海翼勝專利商標事務所(普通合伙)31218
• 代理人: 翟羽

技術領域

本發明涉及一種基于混合蟻群算法的多目標優化產品配置方法，屬于大規模定制模式下生產計劃柔性規劃調度領域，主要針對多目標優化問題。

背景技術

目前，對產品配置的研究方向主要是針對模型的表示以及算法的求解展開，其常用算法主要采用智能優化算法求解，其中的代表有人工魚群算法、遺傳算法、人工免疫算法、運用判定樹和最小沖突修改算法等。

以上方法在一般配置問題上可以較為滿意地快速求解，但是仍存在部分不足：

廣義：從多目標優化的產品配置的特點來定義

1、僅僅是針對產品的結構模型和功能模塊，以模型的相似度為分類依據，大都只以最小生產成本為目標的算法。然而在大規模定制模式下，企業的產品配置應涉及到整個產品的生命周期，應將庫存成本、客戶滿意度、動態空余生產能力、動態生產質量等一系列新的優化目的和約束納入考量范圍。

2、傳統的產品配置方案并未引入按時間基準調度的機制，只是在遇到緊急訂單時，一味地將緊急訂單作為最優先目標進行完成，而不對其合理性進行分析。

3、現階段的產品配置方案主要針對是單一產品在企業內的生產過程的配置方式，沒有體現生產階段的銜接問題。

狹義：從算法本身結構組成進行討論

1、現有的一般智能優化算法主要采用單種尋找方式或是單種信息素算法，功能較為單一，主要模擬了實際信息搜索系統的一部分。而事實上，在真實的生活中任何復雜系統都是有組織的、有分工的，不同的搜索路徑都有不同的信息素調控機制。

2、將產品配置算法作為一個系統來研究其重要的一個特性是自組織，這是所有的智能優化算法的一個共同特征。反饋在系統學上的定義為影響系統將來行為的現在行為。最優路徑上信息素的堆積，作為正反饋使算法朝最優方向前進，然而實際自然界中的路徑結點都有其固有的飽和度，容易造成結點的生產擁塞。

3、當搜索空間加大時，由于搜索結點呈數量級上升，系統搜索的重復性大大提高，搜索效率明顯下降。

4、在多目標優化問題的前提下，依靠結構模型和功能模塊的特點，雖然限制了一定的無效配置的產生，然而系統的收斂性仍然較差，產品容易產生大量的可行配置，需要人工進行再次優化。

本發明在基于以上研究的基礎上，對于大規模定制生產模式下求解多目標優化問題(multi objective optimization problem，MOP)，研究了一種含多蟻群、多信息素的混合多態蟻群算法(polymorphic ant colony algorithm，PACA)。并提出網格劃分策略，研究了時序約束條件下的混合蟻群算法。建立了相關的多目標矩陣和多目標約束，并提出了合適的混合蟻群算法步驟。

發明內容

本發明的目的是為了解決上述技術問題，提供一種基于混合蟻群算法的多目標優化產品配置方法，以期實現對訂單產品的更優化的處置方式，更大地利用現有資源。

本發明采取的技術方案是：

一種基于混合蟻群算法的多目標優化產品配置方法，包括如下步驟：

(1)根據客戶產品訂單的不同情況，把各訂單分成多個生產階段；

(2)得到各訂單的生產結點，確定各訂單的生產時刻，計算該訂單產品在該訂單的生產時刻的生產成本；

(3)確定各訂單是否安排生產；

(4)確定需要生產的訂單的調度方案；

(5)輸出調度方案，安排生產。

進一步，所述第(2)步是通過以下算法來確定參數的：

通過量化訂單的數學模型，提供：

目標函數：

模型約束：