[發(fā)明專利]一種基于混合遺傳算法求解柔性作業(yè)車間調(diào)度的方法在審
| 申請?zhí)枺?/td> | 202010731003.8 | 申請日: | 2020-07-27 |
| 公開(公告)號: | CN111967654A | 公開(公告)日: | 2020-11-20 |
| 發(fā)明(設計)人: | 毋濤;賈培豪;齊琦;李科;崔璐;任永亮;潘華峰;陳莉媛;劉青青 | 申請(專利權(quán))人: | 西安工程大學 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q10/06;G06N3/00;G06Q50/04 |
| 代理公司: | 西安弘理專利事務所 61214 | 代理人: | 弓長 |
| 地址: | 710048 陜*** | 國省代碼: | 陜西;61 |
| 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: | 一種 基于 混合 遺傳 算法 求解 柔性 作業(yè) 車間 調(diào)度 方法 | ||
本發(fā)明公開了一種基于混合遺傳算法求解柔性作業(yè)車間調(diào)度的方法,具體按照以下步驟實施:1、定義柔性作業(yè)車間調(diào)度編碼方式為雙層編碼方式;2、定義適應度函數(shù),以求解完成加工的最短時間為優(yōu)化目標;3、采用遺傳算法和鯨魚群算法對柔性車間調(diào)度問題中的參數(shù)以及種群初始化,隨機生成初始種群;4、通過遺傳算法求解柔性作業(yè)車間調(diào)度;5、通過鯨魚群算法求解柔性作業(yè)車間調(diào)度;6、通過編碼重組,實現(xiàn)鯨魚群算法對遺傳算法的迭代優(yōu)化,輸出最優(yōu)調(diào)度方案。本發(fā)明的方法提高了算法的搜索深度,增強了求解精度與求解穩(wěn)定性。
技術(shù)領域
本發(fā)明屬于柔性作業(yè)車間調(diào)度技術(shù)領域,涉及一種基于混合遺傳算法求解柔性作業(yè)車間調(diào)度的方法。
背景技術(shù)
傳統(tǒng)的作業(yè)車間調(diào)度問題(Job-shop Scheduling Problem,JSP)中,一道工序只存在一臺加工機器,但在企業(yè)實際車間生產(chǎn)過程中往往會出現(xiàn)并行機器的現(xiàn)象,這就導致傳統(tǒng)的作業(yè)車間調(diào)度不能很好地滿足企業(yè)實際需求,由此,柔性作業(yè)車間調(diào)度問題(Flexible Job-shop Scheduling Problem,F(xiàn)JSP)便應運而生了。FJSP是JSP的一種擴展,它相較于JSP而言更為靈活,在規(guī)定工序的同時,還需對每道工序分配加工機器,是復雜的NP(Non-deterministic Polynomial Complete,即多項式復雜程度的非確定性)的問題。正是由于FJSP具有較高的復雜性和解的靈活性,所以它更符合車間生產(chǎn)的實際需求,因此成為了車間調(diào)度領域的重點研究方向。
現(xiàn)有的多層次空間競爭性分布式遺傳算法的算法求解FJSP,雖然具有競爭優(yōu)勢,但是計算成本較高;改進模擬退火算法求解FJSP,該算法具有部分調(diào)度機制和冷卻機制,較之標準模擬退火算法有著更快的收斂速度;針對蟻群算法求解FJSP問題時計算效率低且容易陷入局部最優(yōu)解的情況提出了一種結(jié)合先驗知識、概率搜索和隨機搜索的新節(jié)點選擇方法,當搜索陷入局部最優(yōu)解中時,可以通過調(diào)整信息素并增加隨機選擇概率來進一步搜索解空間,從而實現(xiàn)對傳統(tǒng)蟻群算法的優(yōu)化;基于改進灰狼算法求解柔性車間調(diào)度問題提出一種改進灰狼算法求解FJSP,改進狼群初始化機制,通過結(jié)合遺傳算法和模擬退火算法提出一種哨兵狼機制,提高了種群多樣性,改進了灰狼優(yōu)化算法收斂慢、容易早熟的缺點。綜上所述,單一的智能算法在求解FJSP時或多或少存在著一些不足,如計算效率低下、求解穩(wěn)定性差等,因此對傳統(tǒng)智能算法進行改進亦或是將多種智能算法混合使用來優(yōu)化傳統(tǒng)智能算法的不足是研究的必然趨勢。
對1990年到2014年期間發(fā)表的191篇關(guān)于求解柔性作業(yè)車間調(diào)度問題的論文進行調(diào)查分析,發(fā)現(xiàn)34%的論文都是通過遺傳算法或混合遺傳算法來求解FJSP。由此可知,遺傳算法已經(jīng)是解決FJSP的主流方法,但遺傳算法在實際應用過程中往往容易陷入局部最優(yōu)陷阱。因此本文提出一種鯨魚群-遺傳混合算法,通過將鯨魚群算法與遺傳算法結(jié)合使用來提高標準遺傳算法求解FJSP時的搜索深度,進而改善遺傳算法容易陷入局部最優(yōu)陷阱的不足。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于混合遺傳算法求解柔性作業(yè)車間調(diào)度的方法,解決了現(xiàn)有技術(shù)中存在的柔性作業(yè)車間調(diào)度問題中求解結(jié)果不穩(wěn)定、求解精度低問題。
本發(fā)明所采用的技術(shù)方案是,一種基于混合遺傳算法求解柔性作業(yè)車間調(diào)度的方法,具體按照以下步驟實施:
步驟1、定義柔性作業(yè)車間調(diào)度編碼方式為雙層編碼方式;
步驟2、定義適應度函數(shù),以求解完成加工的最短時間為優(yōu)化目標;
步驟3、采用遺傳算法和鯨魚群算法對柔性車間調(diào)度問題中的參數(shù)以及種群初始化,隨機生成初始種群;
步驟4、通過遺傳算法求解柔性作業(yè)車間調(diào)度;
步驟5、通過鯨魚群算法求解柔性作業(yè)車間調(diào)度;
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)利屬于西安工程大學,未經(jīng)西安工程大學許可,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/202010731003.8/2.html,轉(zhuǎn)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





