[發(fā)明專利]基于混合集合蛙跳與變鄰域算法的平行機調(diào)度方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 201710440182.8 | 申請日: | 2017-06-12 |
| 公開(公告)號: | CN107102552B | 公開(公告)日: | 2018-03-09 |
| 發(fā)明(設(shè)計)人: | 劉心報;裴軍;孔敏;陸少軍;錢曉飛;周志平 | 申請(專利權(quán))人: | 合肥工業(yè)大學(xué) |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 北京路浩知識產(chǎn)權(quán)代理有限公司11002 | 代理人: | 王瑩 |
| 地址: | 230009 安*** | 國省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 混合 集合 蛙跳 鄰域 算法 平行 調(diào)度 方法 系統(tǒng) | ||
1.一種基于混合集合蛙跳與變鄰域算法的多個不相關(guān)平行批處理機的協(xié)同制造方法,其特征在于,包括:
步驟1、輸入每個工件在每個機器上的一般加工時間,初始化算法參數(shù),包括種群規(guī)模N,劃分的組數(shù)S,當(dāng)前迭代次數(shù)L,RVNS算法最大迭代次數(shù)Umax,最大迭代次數(shù)Lmax,并設(shè)置L=1;
步驟2、初始化種群內(nèi)各個青蛙的位置,記所述種群為其中表示第L代種群P(L)中的第i個個體,表示個體在第j個維度上的位置,第j個位置對應(yīng)第j個工件,i=1,2,…N,j=1,2,…n,其中n表示工件數(shù)量;
步驟3、計算種群P(L)中每個個體的適應(yīng)度值;
步驟4、按照適應(yīng)度值將種群平均劃分為S個組,記所述各組集合為表示上述集合中的第s個組,表示組中的第l個個體,s=1,2,…S,l=1,2,…(N/S),
設(shè)置s=1;
步驟5、計算組中的最優(yōu)與最差個體,分別記為和隨機選擇組的一個個體作為RVNS算法的初始解,設(shè)置u=1;
步驟6、判斷u≤Umax是否成立,若成立,則轉(zhuǎn)到步驟9;
步驟7、隨機產(chǎn)生一個的第一類鄰域個體X_1,判斷X_1是否優(yōu)于若成立,則將X_1賦給將u+1賦給u,轉(zhuǎn)到步驟5;否則,轉(zhuǎn)到步驟8;
步驟8、隨機產(chǎn)生一個的第二類鄰域個體X_2,判斷X_2是否優(yōu)于若成立,則將X_2賦給將u+1賦給u,轉(zhuǎn)到步驟5;否則,轉(zhuǎn)到步驟9;
步驟9、隨機產(chǎn)生一個的第三類鄰域個體X_3,判斷X_3是否優(yōu)于若成立,則將X_3賦給將u+1賦給u,轉(zhuǎn)到步驟5;否則,轉(zhuǎn)到步驟10;
步驟10、判斷是否優(yōu)于若成立,則將賦給否則將賦給
步驟11、判斷s不大于S,若成立,則將s+1賦給s,并轉(zhuǎn)到步驟5;
步驟12、判斷L不大于Lmax,若成立,則將L+1賦給L,并轉(zhuǎn)到步驟3;否則結(jié)束算法,輸出每個工件的執(zhí)行機器和每個機器上的組批和批的加工順序。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,步驟3中,所述計算種群P(L)中每個個體的適應(yīng)度值的具體步驟如下:
步驟31、按照個體的位置來指定工件的排列順序,將所述工件排列順序記為設(shè)置b=1;
步驟32、將φ中前C個工件組成一批,記為并將所述前C個工件從φ中刪除,設(shè)置k=1;
步驟33、嘗試將批放入機器Mk上,并將機器Mk上的當(dāng)前所有批按照批基本加工時間的非減序的順序進行加工,批的基本加工時間為未發(fā)生惡化時批中所有工件加工時間的最大值;依據(jù)公式計算Mk上最后一批的完工時間,記為其中第j個工件在第k個機器上的基本加工時間記為pjk,基本加工時間表示為發(fā)生惡化時的工件的基礎(chǔ)加工時間,為第j個工件在第k個機器上的實際加工時間,α,β,λ為常量,t表示工件開始加工時間,其中j=1,2…,n,k=1,2…,m;
步驟34、判斷k是否不大于m,若成立,則將k+1賦給k,轉(zhuǎn)到步驟3;否則,將安排到機器上,其中
步驟35、判斷b是否等于B,若成立,則輸出當(dāng)前所有機器上批完工時間的最大值作為個體P(L)的適應(yīng)度值;否則,轉(zhuǎn)到步驟36;其中B表示批次數(shù)量;
步驟36、判斷φ中剩余的工件數(shù)量是否不大于C,若成立,則將b+1賦給b,并將剩余的工件組成批轉(zhuǎn)到步驟33;否則,將b+1賦給b并轉(zhuǎn)到步驟32。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,步驟7中,所述隨機產(chǎn)生一個的第一類鄰域個體X_1的具體步驟如下:
步驟71、隨機產(chǎn)生一個長度為n的向量A={A1,…,Aj,…,An},向量的各個元素的取值范圍為(0,1),其中,向量A的各個元素與個體的各個元素一一對應(yīng);
步驟72、按照Aj的非減序?qū)€體的位置進行重新排序;
步驟73、重新排序生成的個體記為X_1。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,步驟8中,所述隨機產(chǎn)生一個的第二類鄰域個體X_2的具體步驟如下:
步驟81、隨機選擇個體的兩個位置進行交換;
步驟82、重復(fù)步驟81若干次得到個體X_2。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于合肥工業(yè)大學(xué),未經(jīng)合肥工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710440182.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:多功能茄克
- 下一篇:高功率激光器中諧振腔的偏振選擇性鏡片
- 蛙跳玩具
- 一種采用混合蛙跳的小波神經(jīng)網(wǎng)絡(luò)來計算聲發(fā)射源位置的方法
- 基于人工魚群和蛙跳算法的光伏電池參數(shù)辨識方法
- 混合蛙跳算法的自適應(yīng)核k?means方法與系統(tǒng)
- 基于果蠅蛙跳模糊神經(jīng)網(wǎng)絡(luò)PID直線同步電機控制方法
- 基于混合集合蛙跳與變鄰域算法的平行機調(diào)度方法及系統(tǒng)
- 一種基于改進混合蛙跳算法的四旋翼無人機參數(shù)辨識方法
- 一種基于改進混合蛙跳算法的四旋翼無人機參數(shù)辨識方法
- 一種混合蛙跳反饋極限學(xué)習(xí)機帶鋼厚度預(yù)測方法
- 一種鍋爐燃燒系統(tǒng)氧量對象模型的辨識方法





