[發(fā)明專利]基于遺傳算法的智能排產(chǎn)系統(tǒng)在審
| 申請?zhí)枺?/td> | 202010475386.7 | 申請日: | 2020-05-29 |
| 公開(公告)號: | CN111724044A | 公開(公告)日: | 2020-09-29 |
| 發(fā)明(設計)人: | 郭正韋華 | 申請(專利權)人: | 浙江漢腦數(shù)碼科技有限公司 |
| 主分類號: | G06Q10/06 | 分類號: | G06Q10/06;G06Q50/04;G06N3/12 |
| 代理公司: | 杭州君度專利代理事務所(特殊普通合伙) 33240 | 代理人: | 沈志良 |
| 地址: | 314200 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 遺傳 算法 智能 系統(tǒng) | ||
1.一種基于遺傳算法的智能排產(chǎn)系統(tǒng),其特征在于它至少包括如下步驟:
步驟1、隨機生成一定規(guī)模的種群,種群中的個體由兩條染色體組成,染色體1的基因為所有任務與可選設備的隨機順序組合,染色體2的基因為可加班設備的每天工作時間,工作時間為隨機生成的;
步驟2、從種群中隨機選擇兩個雙親進行基因重組,重組方式分為如下4種:
1)雙親中染色體1互換;
2)雙親中染色體1的部分基因互換,染色體2不變;
3)雙親中染色體2部分基因互換,染色體1不變;
4)雙親中染色體1部分基因互換,染色體2部分基因互換;
步驟3、將基因重組產(chǎn)生的子代個體加入到種群中;
步驟4、從種群中隨機選擇部分個體進行基因變異,變異方式分為如下15種:
1)變異1:染色體1變異I,即染色體1進行第一種方式變異,染色體2不變;
2)變異2:染色體1變異II,即染色體1進行第二種方式變異,染色體2不變;
3)變異3:染色體1變異III,即染色體1進行第三種方式變異),染色體2不變;
4)變異4:染色體1變異IV,即染色體1進行第四種方式變異),染色體2不變;
5)變異5:染色體1變異V,即染色體1進行第五種方式變異,染色體2不變;
6)變異6:染色體1變異VI,即染色體1進行第六種方式變異,染色體2不變;
7)變異7:染色體1變異VII,即染色體1進行第七種方式變異,染色體2不變;
8)變異8:染色體1不變,染色體2變異I,即染色體2進行第一種方式變異;
9)變異9:染色體1不變,染色體2變異II,即染色體2進行第二種方式變異;
10)變異10:染色體1變異I/IV/VI,即對染色體1隨機選擇第一種或者第四種或者第六種方式變異;染色體2變異I,即染色體2進行第一種方式變異;
11)變異11:染色體1變異II,即染色體1進行第二種方式變異;染色體2變異I,即染色體2進行第一種方式變異;
12)變異12:染色體1變異III/V/VII,即對染色體1隨機選擇第三種或者第五種或者第七種方式變異;染色體2變異I,即染色體2進行第一種方式變異;
13)變異13:染色體1變異I/IV/VI,即對染色體1隨機選擇第一種或者第四種或者第六種方式變異;染色體2變異II,即染色體2進行第二種方式變異;
14)變異14:染色體1變異II,即染色體1進行第二種方式變異;染色體2變異II,即染色體2進行第二種方式變異;
15)變異15:染色體1變異III/V/VII,即對染色體1隨機選擇第三種或者第五種或者第七種方式變異,染色體2變異II,即染色體2進行第二種方式變異;
步驟5、將基因變異產(chǎn)生的子代加入到種群中;
步驟6、計算任務的生產(chǎn)開始與結束時間:按照一定規(guī)則進行計算,規(guī)則為下一道工序的開始點為上一道工序結束點或者設備的空閑開始時間或者某一天的工作開始時間。
步驟7、計算目標函數(shù)值:目標函數(shù)為提前生產(chǎn)率,任務切換時設備準備時間總和,連續(xù)生率;提前生產(chǎn)率:以產(chǎn)品為單位,如果產(chǎn)品的最后一道工序任務生產(chǎn)結束時間小于產(chǎn)品交期的,不計入提前生產(chǎn)率;如果大于,則計算時間差,然后計算所有時間差的平均值;任務切換時設備準備時間總和:計算所有任務切換發(fā)生時設備產(chǎn)生的準備時間總和;連續(xù)生產(chǎn)率:計算所有設備中的空隙長度總和,空隙為正常工作時間且沒有任務時間段;
步驟8、篩選出所有的非支配個體:對種群進行非支配個體篩選,如果在種群中無法找到另外一個個體的三個目標函數(shù)值同時大于某個體的三個目標函數(shù)值,則該個體為非支配個體;
步驟9、優(yōu)勝劣汰:對種群中的所有個體按照三個目標的重要程度,依次排序,取排序后種群中的適應度最高的一些個體,作為新的種群;
步驟10、進化迭代:重復步驟3、4、5、6、7、8,既是種群進化過程,直到種群滿足一定的迭代停止條件,則種群迭代,輸出最優(yōu)個體;迭代停止條件為:三個目標都達到最小值或者三個目標在一定次數(shù)內(nèi)不發(fā)生變化或者為迭代次數(shù)達到最大值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江漢腦數(shù)碼科技有限公司,未經(jīng)浙江漢腦數(shù)碼科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010475386.7/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規(guī)劃、調(diào)度或分配時間、人員或機器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





