[發明專利]基于遺傳算法的多目標聯合調度方法、裝置、設備及介質

在審

• 申請號: 202210606983.8
• 申請日: 2022-05-31
• 公開（公告）號: CN115018142A
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 杜百崗;趙豪杰;郭鈞;彭兆
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q10/08;G06F30/27;G06N3/12;G06F111/04;G06F111/06
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 黃君軍

1.一種基于遺傳算法的多目標聯合調度方法，其特征在于，包括：

獲取待調度目標，所述待調度目標包括拆卸工序配置、配送任務分配、配送車輛配置和拆卸產線配置；

根據所述待調度目標確定約束條件和優化目標模型，所述優化目標模型的優化目標包括產業運作成本和累積庫存超時量；

根據所述待調度目標和所述約束條件，編碼出多個染色體并形成初始種群；

根據所述優化目標模型和所述約束條件，通過遺傳算法對所述初始種群進行迭代優化，得到最優解；

根據所述最優解，確定聯合調度方案。

2.根據權利要求1所述的基于遺傳算法的多目標聯合調度方法，其特征在于，所述根據所述待調度目標確定約束條件和優化目標模型，包括：

根據所述待調度目標，得到所述約束條件；

建立第一目標函數，所述第一目標函數根據所述待調度目標和所述約束條件計算庫存成本、運輸成本和拆卸成本，得到所述產業運作成本；

建立第二目標函數，所述第二目標函數根據所述待調度目標和所述約束條件計算所述累積庫存超時量。

3.根據權利要求1所述的基于遺傳算法的多目標聯合調度方法，其特征在于，所述約束條件包括用于代表車輛配送規則的第一約束條件和用于表示車輛配送能力的第二約束條件。

4.根據權利要求1所述的基于遺傳算法的多目標聯合調度方法，其特征在于，所述染色體包括第一序列、第二序列、第三序列和第四序列，所述第一序列攜帶用于表示所述拆卸工序配置的信息，所述第二序列攜帶用于表示所述配送任務分配的信息，所述第三序列攜帶用于表示所述配送車輛配置的信息，所述第四序列攜帶用于表示所述拆卸產線配置的信息。

5.根據權利要求4所述的基于遺傳算法的多目標聯合調度方法，其特征在于，所述根據所述待調度目標和所述約束條件，編碼出多個染色體并形成初始種群，包括：

根據所述拆卸工序要求，生成所述第一序列；

根據所述目標客戶數量和所述可調度的配送車輛情況，生成所述第二序列；

根據所述可調度的配送車輛情況，生成所述第三序列；

根據所述可調度的拆卸產線情況，生成所述第四序列；

將生成的所述第一序列、所述第二序列、所述第三序列和所述第四序列組合形成一個染色體，重復編碼出多個不同的染色體，得到所述初始種群。

6.根據權利要求4所述的基于遺傳算法的多目標聯合調度方法，其特征在于，所述根據所述優化目標模型和所述約束條件，通過遺傳算法對所述初始種群進行迭代優化，得到最優解，包括：

將所述初始種群作為父代種群；

解碼優化：對所述父代種群中的每個所述染色體進行解碼，并根據解碼結果對所述初始種群中的每個所述染色體進行優化，得到優化后種群；

遺傳迭代：對所述優化后種群進行演化，得到子代種群；

解碼尋優：對所述子代種群進行解碼，并根據所述優化目標模型和解碼結果計算所述子代種群中每個所述染色體的適應度，篩選出符合適應度要求的所述染色體，形成新的所述父代種群；

重復進行所述解碼優化、所述遺傳迭代和所述解碼尋優，直至達到尋優結束點，得到末代種群；

根據所述末代種群，得到所述最優解，所述最優解包括多個染色體個體。

7.根據權利要求6所述的基于遺傳算法的多目標聯合調度方法，其特征在于，所述對所述父代種群中的每個所述染色體進行解碼，并根據解碼結果對所述初始種群中的每個所述染色體進行優化，包括：

對所述染色體進行解碼，得到所述染色體對應的所述待調度目標；

根據解碼所得到所述染色體對應的所述待調度目標，得到所述染色體對應的所述拆卸成本；

調整所述染色體的第四序列，重新解碼調整后的所述染色體并計算對應的所述拆卸成本，直至所述拆卸成本不再減少。