[發(fā)明專利]一種機(jī)械制造自動(dòng)化生產(chǎn)過程的優(yōu)化調(diào)度方法在審
| 申請(qǐng)?zhí)枺?/td> | 201811029456.5 | 申請(qǐng)日: | 2018-09-05 |
| 公開(公告)號(hào): | CN108873850A | 公開(公告)日: | 2018-11-23 |
| 發(fā)明(設(shè)計(jì))人: | 錢斌;姚友杰;胡蓉 | 申請(qǐng)(專利權(quán))人: | 昆明理工大學(xué) |
| 主分類號(hào): | G05B19/418 | 分類號(hào): | G05B19/418 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 650093 云*** | 國省代碼: | 云南;53 |
| 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: | 機(jī)械制造自動(dòng)化 生產(chǎn)過程 優(yōu)化調(diào)度 種群 算法 更新 調(diào)度問題 更新過程 局部搜索 全局搜索 算法步驟 正弦余弦 最優(yōu)個(gè)體 擾動(dòng) 新種群 求解 鄰域 余弦 正弦 跳出 挖掘 保留 | ||
1.一種機(jī)械制造自動(dòng)化生產(chǎn)過程的優(yōu)化調(diào)度方法,其特征在于:通過確定機(jī)械制造自動(dòng)化生產(chǎn)過程的調(diào)度模型和優(yōu)化目標(biāo),并使用基于正弦余弦算法的優(yōu)化調(diào)度方法對(duì)優(yōu)化目標(biāo)進(jìn)行優(yōu)化;其中調(diào)度模型依據(jù)每臺(tái)加工設(shè)備上所加工工件的最大完工時(shí)間來建立,優(yōu)化目標(biāo)為最小化最大完工時(shí)間Cmax(π):
式中,加工設(shè)備數(shù)為m,每個(gè)工件i∈(1,2,…,n)需要在m臺(tái)設(shè)備上加工,每個(gè)工件在設(shè)備上的加工順序相同,每臺(tái)設(shè)備上的被加工工件的順序相同;任何時(shí)候,每臺(tái)設(shè)備僅能加工一個(gè)工件且一旦開始加工便不能被其他工件搶占;一個(gè)工件在某一時(shí)刻只能在一臺(tái)設(shè)備上加工;工件在一臺(tái)設(shè)備上加工完后,將在下一臺(tái)設(shè)備可用之前阻塞在當(dāng)前設(shè)備上;π=[π1,π2,…,πn]為待加工的n個(gè)工件的排列,該排列中的工件根據(jù)從左往右的規(guī)則分配到個(gè)加工設(shè)備上加工,πi∈(1,2,…,n);為工件πi在設(shè)備j上的離開時(shí)間,為工件πi在第一臺(tái)設(shè)備上的開始加工時(shí)間;為工件πi在設(shè)備j上加工時(shí)間,自動(dòng)化生產(chǎn)線具有“零緩沖”的特征,即工件在被加工完成后,會(huì)阻塞在當(dāng)前機(jī)器上直到下臺(tái)設(shè)備可用為止;優(yōu)化目標(biāo)為所有待加工工件排序的集合中找到一個(gè)π,使得最大完工時(shí)間Cmax(π)最小。
2.根據(jù)權(quán)利要求1所述的機(jī)械制造自動(dòng)化生產(chǎn)過程的優(yōu)化調(diào)度方法,其特征在于:所述基于正弦余弦算法的優(yōu)化調(diào)度方法具體為:
Step1、編碼方式:采用基于隨機(jī)鍵編碼方式對(duì)工件的排列進(jìn)行實(shí)數(shù)編碼,然后根據(jù)LOV規(guī)則建立實(shí)數(shù)編碼與整數(shù)編碼之間的一一映射關(guān)系,進(jìn)而實(shí)現(xiàn)從實(shí)數(shù)編碼向工件排序的轉(zhuǎn)換;
Step2、種群的初始化:采用隨機(jī)的方式初始化種群,隨機(jī)產(chǎn)生N_popsize個(gè)個(gè)體,組成初始種群;同時(shí)選擇出當(dāng)前種群中的“最優(yōu)個(gè)體”作為第一代的“歷史最優(yōu)個(gè)體”;
Step3、在取值范圍為[0,1]之間生成隨機(jī)數(shù)p,根據(jù)p取值的不同選擇不同的公式來參與新個(gè)體目標(biāo)值計(jì)算,如果新個(gè)體的目標(biāo)值優(yōu)于當(dāng)前個(gè)體,則采用新個(gè)體替換當(dāng)前個(gè)體;具體公式如下:
當(dāng)p≤0.5時(shí):
否則,
其中,為新個(gè)體在位置i的實(shí)數(shù)編碼值,為當(dāng)前個(gè)體在位置i的實(shí)數(shù)編碼值,為當(dāng)前歷史最優(yōu)個(gè)體在位置i的實(shí)數(shù)編碼值;r2為區(qū)間[0,2π]的一個(gè)隨機(jī)值,r3為[0,2]范圍內(nèi)的隨機(jī)權(quán)重;r1的取值根據(jù)迭代次數(shù)的不同進(jìn)行自適應(yīng)變化,其更新公式為:
其中,a為常量,t為當(dāng)前運(yùn)行代數(shù),T為總運(yùn)行代數(shù);
Step4、基于“Inverse”和“Insert”操作的局部搜索策略對(duì)新種群中的前k個(gè)個(gè)體作為較優(yōu)個(gè)體進(jìn)行局部搜索,若局部搜索得到的個(gè)體優(yōu)于當(dāng)前個(gè)體,則將其替換;
Step5、更新“歷史最優(yōu)個(gè)體”:對(duì)比“歷史最優(yōu)個(gè)體”和新種群中較優(yōu)的k個(gè)個(gè)體,選擇其中最優(yōu)的個(gè)體并更新“歷史最優(yōu)個(gè)體”;
Step6、終止條件:設(shè)定終止條件為最大迭代次數(shù),如果滿足,則輸出“歷史最優(yōu)個(gè)體”;否則跳轉(zhuǎn)至Step3,直到滿足終止條件。
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)利屬于昆明理工大學(xué),未經(jīng)昆明理工大學(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(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811029456.5/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 任務(wù)優(yōu)化調(diào)度系統(tǒng)
- 一種基于強(qiáng)化學(xué)習(xí)的機(jī)械車間任務(wù)調(diào)度節(jié)能優(yōu)化系統(tǒng)
- 基于源網(wǎng)荷互動(dòng)模式的智能配電網(wǎng)調(diào)度業(yè)務(wù)優(yōu)化方法
- 一種微電網(wǎng)調(diào)度決策方法及系統(tǒng)
- 基于需求側(cè)響應(yīng)的微電網(wǎng)雙層優(yōu)化調(diào)度方法
- 一種車間布局調(diào)度的低熵協(xié)同優(yōu)化方法
- 基于超限懲罰的獨(dú)立微電網(wǎng)動(dòng)態(tài)回饋修正優(yōu)化調(diào)度方法
- 一種基于神經(jīng)網(wǎng)絡(luò)的配電優(yōu)化調(diào)度方法
- 微電網(wǎng)優(yōu)化調(diào)度方法和裝置
- 小水電虛擬電廠的多時(shí)間尺度優(yōu)化調(diào)度方法
- 一種茶尺蠖的遺傳防治方法
- 基于脈沖投放捕食?被食模型的多目標(biāo)組合調(diào)度優(yōu)化方法
- 基于階段結(jié)構(gòu)捕食?食餌模型的輸送路徑組合優(yōu)化方法
- 基于多子種群協(xié)同進(jìn)化構(gòu)建信息核的推薦方法
- 一種基于子種群協(xié)同進(jìn)化的蛋白質(zhì)結(jié)構(gòu)預(yù)測方法
- 模型種群的性能檢測方法、裝置及可讀存儲(chǔ)介質(zhì)與設(shè)備
- 一種基于種群熵、種群方差改進(jìn)的鋼軌裂紋檢測算法
- 一種數(shù)據(jù)處理方法及裝置
- 基于多種群遺傳算法工控入侵檢測分類器參數(shù)選擇方法
- 用于篩選被遮蔽的或部分被遮蔽的細(xì)胞的方法和裝置





