[發明專利]基于量子行為粒子群算法的生產制造過程優化方法和裝置

有效

• 申請號: 201710867441.5
• 申請日: 2017-09-22
• 公開（公告）號: CN107730029B
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 姜雪松;王潤澤;逄煥君
• 申請（專利權）人: 齊魯工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04;G06N3/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.一種基于量子行為粒子群算法的生產制造過程優化方法，其特征在于，包括以下步驟：

步驟1：以氧氣消耗量、重油的消耗量、機器的消耗成本和生產線上爐內氣壓為優化目標，以時間和資源約束作為約束條件，構建多目標制造過程優化模型；

步驟2：采用量子行為粒子群算法對所述多目標制造過程優化模型進行求解；

所述多目標制造過程優化模型為：

miny＝F(x)＝{f₁(x),f₂(x),f₃(x),f₄(x)}

所述f₁(x),f₂(x),f₃(x),f₄(x)分別表示氧氣消耗量、重油的消耗量、機器的消耗成本和生產線上爐內氣壓四個目標函數；

其中，氧氣消耗量：f₁(x)＝minX_ijkW_ijk；

重油消耗量：f₂(x)＝minX_ijkH_ijk；

機器消耗功率：f₃(x)＝X_ijkP_ijk；

反應爐內的氣壓：f₄(x)＝minX_ijkQ_ijk；

X_ijk表示工件i的第j道工序在機器k上執行；W_ijk表示表示工件i的第j道工序在機器k上消耗的氧氣量；H_ijk表示工件i的第j道工序在機器k上消耗的重油；P_ijk表示工件i的第j道工序在機器k的消耗的能源；Q_ijk表示工件i的第j道工序在機器k上生產時候的氣壓；

其中，

所述時間約束為：同一工件相鄰工序間的開始加工時間有先后；

所述資源約束為：在同一機臺上開始下一個任務前必須完成當前任務，任何機器不能同時加工相同或者不同工序的兩個工件；

所述時間約束表示為：

x_ijk＝x_i(j-1)k＝1

式中，工序加工時間t_ijk表示工件i的第j道工序在第k臺機器上加工所需要的時間，S_ijk表示工件i的第j道工序在第k機臺上開始加工的時間，整個式子表示工件i的第j-1道工序必須在第j道工序之前完工；

所述資源約束表示為：

x_ijk＝x_mnk＝1and R_ijmnq＝1

X_ijk＝1表示工序V_ij在機器k上執行，R_ijmnq表示在機器q上工件i第j道工序和工件m第n道工序的加工先后順序，R_ijmnq＝1表示工序j先于工序n；

所述量子行為粒子群算法具體步驟為：

(1)初始化算法參數：粒子種群X、維度大小R，粒子i的位置，最大迭代次數MAXITER，最優解集L；

粒子i所能到達的區域的四個目標函數區域設置為：氧氣消耗O(i)，重油消耗G(i)，機器消耗功率M(i)，窯爐內壓力S(i)，把四個目標區域定義為四個矩陣，以便下次迭代粒子的更新；

(2)根據目標函數，計算每個粒子的適應值；

(3)對于每個粒子，選擇搜索路徑：粒子i(i＝1，2，…，R)按照粒子進化方程在矩陣O(i)、G(i)、M(i)和S(i)中選擇下一步的要到達的更新點；所述粒子進化方程為：

其中，α為壓縮-擴張因子，t為當前迭代次數，u是均勻分布在0和1之間的隨機數；L_ij為δ勢阱的特征長度；X_ij(t)和X_ij(t+1)分別表示粒子進化前后的位置，M表示粒子群中潛在問題解的群體；

(4)對每個粒子，計算該粒子的位置X_i(t)，根據個體最好位置求解公式求解粒子的個體最好位置S_i(t)，與前一次該粒子個體最好位置S_i(t-1)的適應值進行比較，如果更好，則將S_i(t)作為新的局部最優解；所述個體最好位置求解公式為：

其中，f(·)表示粒子當前的位置；

(5)對每個粒子，將其適應值與其經過的最好位置Sbest作比較，如果更好，則將當前位置作為當前的全局最優解；

(6)重復(2)-(5)；

(7)終止條件：迭代次數達到設定的最大迭代次數或者完成目標函數區域的計算。