[發(fā)明專利]基于Q-learning和GA的多目標(biāo)柔性作業(yè)車間調(diào)度自學(xué)習(xí)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110383136.5
• 申請(qǐng)日: 2021-04-09
• 公開(kāi)（公告）號(hào): CN113034026B
• 公開(kāi)（公告）日: 2023-10-24
• 發(fā)明（設(shè)計(jì)）人: 常鏡洳;康玲;張明會(huì);石冬凌;彭鈺瑩;邱謙
• 申請(qǐng)（專利權(quán)）人: 大連東軟信息學(xué)院
• 主分類號(hào): G06Q10/063
• 分類號(hào): G06Q10/063;G06Q10/04;G06Q50/04;G06N3/126
• 代理公司: 大連至誠(chéng)專利代理事務(wù)所(特殊普通合伙) 21242
• 代理人: 張海燕;謝冰

本發(fā)明公開(kāi)了基于Q?learning和GA的多目標(biāo)柔性作業(yè)車間調(diào)度自學(xué)習(xí)方法，采用分段編碼規(guī)則，全局、局部和隨機(jī)結(jié)合的機(jī)器選擇方式初始化種群，采用基于Pareto支配關(guān)系的非劣解快速排序方法分配染色體解的適應(yīng)度值，然后設(shè)計(jì)錦標(biāo)賽和精英策略結(jié)合選擇算子，設(shè)計(jì)對(duì)應(yīng)的交叉和變異算子；在GA算法基礎(chǔ)上結(jié)合增強(qiáng)機(jī)器學(xué)習(xí)中Q?learning算法構(gòu)建自學(xué)習(xí)模型，設(shè)計(jì)狀態(tài)集、行動(dòng)集、獎(jiǎng)勵(lì)方法、行動(dòng)選擇策略等，在染色體種群迭代間動(dòng)態(tài)調(diào)整交叉概率Pc和變異概率Pm，從而，提高算法時(shí)間復(fù)雜度和解的精準(zhǔn)度，進(jìn)而提高車間生產(chǎn)的自適應(yīng)性、可靠性以及智能化水平。

技術(shù)領(lǐng)域

本發(fā)明涉及制造生產(chǎn)車間的調(diào)度技術(shù)領(lǐng)域，尤其涉及一種基于Q-learning和GA的多目標(biāo)柔性作業(yè)車間調(diào)度自學(xué)習(xí)方法。

背景技術(shù)

隨著客戶需求定制化和加工設(shè)備的多功能發(fā)展，傳統(tǒng)作業(yè)車間調(diào)度(JSP)很難達(dá)到最優(yōu)化排產(chǎn)調(diào)度，造成生產(chǎn)率較低、資源浪費(fèi)、成本增加，因此設(shè)計(jì)并實(shí)現(xiàn)柔性作業(yè)車間調(diào)度的自學(xué)習(xí)智能化方法成為生產(chǎn)調(diào)度的關(guān)鍵任務(wù)，以滿足制造企業(yè)的實(shí)際需求。

柔性作業(yè)車間調(diào)度(FJSP)在1990年由Bruker和Schlic首次提出，具有顯著的離散性、計(jì)算復(fù)雜性、多約束性、不確定性和多目標(biāo)性特征作為經(jīng)典作業(yè)車間調(diào)度(JSP)問(wèn)題的擴(kuò)展，突破生產(chǎn)資源唯一性限制，每道生產(chǎn)工序可在不同機(jī)器上加工，更迎合實(shí)際生產(chǎn)環(huán)境，增加了調(diào)度的靈活性、可靠性和自適應(yīng)性，且是一種公認(rèn)的強(qiáng)NP-hard問(wèn)題；實(shí)際生產(chǎn)中調(diào)度問(wèn)題常常多目標(biāo)的，有效的調(diào)度優(yōu)化方案不僅能提高生產(chǎn)效率、設(shè)備利用率，保證按時(shí)交貨，降低企業(yè)成本，而且還節(jié)能減排實(shí)現(xiàn)綠色生產(chǎn)。

目前，F(xiàn)JSP常用解決方法有遺傳算法、禁忌搜索、蟻群算法、模擬退火、粒子群算法、蜂群算法等；遺傳算法是一種隱含并行搜索的隨機(jī)全局搜索算法，優(yōu)越的全局搜索和較強(qiáng)的魯棒性使得遺傳算法非常適合求解多目標(biāo)優(yōu)化FJSP問(wèn)題。但遺傳算法中的交叉概率和變異概率等關(guān)鍵參數(shù)不能被動(dòng)態(tài)精準(zhǔn)調(diào)整，從而影響算法的效率和解的質(zhì)量。

發(fā)明內(nèi)容

本發(fā)明提供基于Q-learning和GA的多目標(biāo)柔性作業(yè)車間調(diào)度自學(xué)習(xí)方法，以克服上述技術(shù)問(wèn)題。

本發(fā)明基于Q-learning和GA的多目標(biāo)柔性作業(yè)車間調(diào)度自學(xué)習(xí)方法，包括：

S1、建立柔性作業(yè)車間調(diào)度模型及其約束條件；

S2、初始化遺傳算法基本參數(shù)；根據(jù)所述遺傳算法的分段編碼規(guī)則，并根據(jù)所述基本參數(shù)進(jìn)行染色體種群初始化；

S3、對(duì)各染色體支配關(guān)系進(jìn)行分類劃定帕累托階層，計(jì)算同一帕累托階層內(nèi)各染色體之間的擁擠距離，根據(jù)染色體所在的帕累托階層及所述擁擠距離計(jì)算適應(yīng)度值；

S4、判斷種群迭代次數(shù)是否達(dá)到預(yù)設(shè)上限，若達(dá)到，則輸出最優(yōu)解；否則，利用增強(qiáng)學(xué)習(xí)算法，并根據(jù)所述適應(yīng)度值優(yōu)化所述遺傳算法中的交叉概率P_c和變異概率P_m；

S5、選擇參與交叉的染色體種群，根據(jù)所述交叉概率P_c對(duì)所述參與交叉的染色體種群進(jìn)行交叉操作，生成參與變異的染色體種群；

S6、根據(jù)所述變異概率P_m對(duì)所述參與變異的染色體種群進(jìn)行變異操作，生成新染色體種群；返回S3，基于所述新染色體種群進(jìn)行計(jì)算。

進(jìn)一步地，所述建立柔性作業(yè)車間調(diào)度模型及其約束條件，包括：所述柔性作業(yè)車間調(diào)度模型描述為：