[發明專利]基于混沌免疫算法的多車型流水線物流運輸調度方法

在審

• 申請號: 201410290560.5
• 申請日: 2014-06-26
• 公開（公告）號: CN104036380A
• 公開（公告）日: 2014-09-10
• 發明（設計）人: 蔡延光;樂峰;蔡顥
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q50/28
• 代理公司: 廣州市南鋒專利事務所有限公司 44228
• 代理人: 劉媖

1.?一種基于混沌免疫算法的多車型流水線物流運輸調度方法，其特征在于，包括以下步驟：

步驟1：獲取多車場多車型流水線生產的基本參數，包括：多個配送中心的位置、各個工序供貨點的位置、各個供貨點的工序生產速度、工序存放貨物量、各工序要求的貨物量、各種類型車輛的載重信息；

步驟2：依據生產節拍速度與貨物存放量確定一個周期內貨物配送的時間窗表：工序???????????????????????????????????????????????配送點能滯留的最大貨物量為件，生產物料放置區的生產物料會按照生產時間的推移逐漸減少，當物料減少到一定程度的時候，物料配送要開始配料，當物料為最大存儲物料倍時，進入配貨時間內，表示工序節拍器生產速度，取值為一般0.05-0.2之間，加工時間矩陣，表示工序工件工序上加工所要求的時間，求得配貨時間窗為[,?+]，為當前時間，然后，求出每道工序的時間約束窗矩陣[，]，表示約束開始時間，表示約束結束時間；

步驟3：建立多車場多車型運輸調度數學模型：

表示直接派出車輛運回成品所增加的資源損耗，對應車輛類型損耗系數，跟車場到末道配送點的距離有關，表示運輸時間窗的懲罰部分，表示推遲到達時間窗的懲罰系數（非負），表示最后一部分表示工序與工序間的貨物關聯關系，表示車型，表示由車場派出去的?類型的車從()行駛到()所花費的資源，表示求解目標函數的最小值，也就是指約束條件下函數的最優解，即滿足流水線生產要求最優物流配送方案；

????步驟4：設計遺傳免疫優化算法，對步驟3中的目標函數尋求最優解；

步驟5：判斷是否滿足終止條件，若滿足最大迭代次數或多次迭代產生相同解算法終止。

2.?根據權利要求1所述的基于混沌免疫算法的流水線物流運輸調度方法，其特征在于，所述步驟4的具體步驟如下：

步驟?4.1：對目標問題分析，初始群體，產生抗原；

步驟4.2：計算抗體的濃度，抗原與抗體間的親和度、抗體與抗體之間的相似度，抗體間的相識度，其中為抗體與的信息熵；

步驟4.3：編碼：以實數編碼直接編碼代替二進制編碼，省去頻繁的編碼解碼過程；

步驟4.4：進行遺傳操作，具體為選擇交叉，變異操作；選擇交叉，變異操作采用單點交叉的方法對抗體進行交叉操作，表示交叉概率，采用變異概率的變異方式對抗體進行變異操作；抗體的變異概率可表示為??，式中是指抗體群中的最大適應度，其中，=0.9，?=0.8；

步驟4.5：進行免疫操作：接種疫苗，免疫選擇，依據，，為種群中第等位基因上的符號通過設定伐值，選出疫苗；從父代群體中按照接種概率選擇要進行接種的個體，將疫苗的基因片段依次接入，形成新的免疫種群。