The invention discloses an intelligent optimization scheduling method. The improved swarm intelligence optimization method is used to solve the multiprocessor task mixed flow shop scheduling problem and generate the optimal scheduling scheme. A firefly algorithm based on Levy flight is proposed. By introducing the Levy flight mechanism, the algorithm can avoid the local optimal solution and improve the breadth of the global search. In addition, a series of procedure adjustment rules are introduced in the firefly algorithm to improve the convergence speed and precision of the algorithm. The invention can effectively shorten the idle waiting time of the processor, thus improve the production efficiency and improve the economic benefit of the production workshop.
【技术实现步骤摘要】
一种智能的优化调度方法
本专利技术涉及生产调度领域,具体地,涉及一种智能的优化调度方法。
技术介绍
在工业界的实际生产过程中,许多工作的一个或多个阶段都由多台处理机共同完成。鉴于流水作业特征以及某些工序上存在并行机的特点,多处理机任务混合流水车间调度问题(hybridflow-shopschedulingproblemwithmultiprocessortasks,HFSPMT)有着很强的工业背景,广泛存在于机械制造、冶金、精细化工、半导体制造,微处理器系统,机器视觉,物流等多个领域。HFSPMT具有较大的复杂性,属于NP-hard问题。因此,传统的精确求解算法与启发式算法分别在求解时间与解的精度上无法满足生产要求,不适合用于HFSPMT的求解。而智能算法能够兼顾求解时间与解的精度,常用于各种类型的调度问题求解。目前,对HFSPMT的求解大多局限于遗传算法、粒子群算法等相对成熟的智能算法,而较少涉及新型的智能算法。另外,在求解复杂问题时,已有的智能算法通常容易陷入局部最优,并且存在收敛速度缓慢、精度不高等缺陷。
技术实现思路
为了克服目前求解HFSPMT智能算法的不足,丰富新型智能算法在HFSPMT中的应用,本专利技术目的在于提供一种能有效求解HFSPMT,生成最优调度方案的新型智能方法。本专利技术解决其技术问题所采用的技术方案是:一种智能的优化调度方法,该方法应用基于Levy飞行的萤火虫算法以及新的解码方式。萤火虫算法作为一种新的群智能方法,在求解复杂优化问题时有着更强的寻优能力。引入Levy飞行可在局部最优值持续不变时,扩大搜索范围,跳出局部最优,避免发生 ...
【技术保护点】
一种智能的优化调度方法。其特征是:应用基于Levy飞行的萤火虫算法以及新的解码方式,能有效求解多处理机任务混合流水车间调度问题,生成最优调度方案。具体过程包括以下几个步骤:1)已知一个包含n个工作的集合J={1,2,…,n},在有k个阶段的流水线上被处理,每个阶段i有mi个平行处理机,i=1,2,…,k,将每个工作视作k个任务的一个序列,每个阶段的任务必须在前一阶段的任务完成后才能够被处理。一件工作中的每个任务都需要对应阶段的一个或多个处理机同时连续地处理一段时间。用sizeij与pij表示工作j在阶段i所需的处理机数量与花费的时间;i=1,2,…,k,j∈J。将求解问题需要的size和p矩阵输入系统。2)参数设置,种群个体数N、最大迭代次数tmax、随机参数α、个体吸引力β0、介质吸收率γ,Levy随机参数c;其中令N=20,tmax=500,α=0.5,β0=0.2,γ=1,c=1.5。3)种群个体初始化。生成种群X=(x1,x2,…,xN),种群中的第s个个体xs=(xs1,…,xsn),xsj为0~n之间的实数,表示个体在空间中的位置,s∈{1,2,…,N},j∈{1,2,…, ...
【技术特征摘要】
1.一种智能的优化调度方法。其特征是:应用基于Levy飞行的萤火虫算法以及新的解码方式,能有效求解多处理机任务混合流水车间调度问题,生成最优调度方案。具体过程包括以下几个步骤:1)已知一个包含n个工作的集合J={1,2,…,n},在有k个阶段的流水线上被处理,每个阶段i有mi个平行处理机,i=1,2,…,k,将每个工作视作k个任务的一个序列,每个阶段的任务必须在前一阶段的任务完成后才能够被处理。一件工作中的每个任务都需要对应阶段的一个或多个处理机同时连续地处理一段时间。用sizeij与pij表示工作j在阶段i所需的处理机数量与花费的时间;i=1,2,…,k,j∈J。将求解问题需要的size和p矩阵输入系统。2)参数设置,种群个体数N、最大迭代次数tmax、随机参数α、个体吸引力β0、介质吸收率γ,Levy随机参数c;其中令N=20,tmax=500,α=0.5,β0=0.2,γ=1,c=1.5。3)种群个体初始化。生成种群X=(x1,x2,…,xN),种群中的第s个个体xs=(xs1,…,xsn),xsj为0~n之间的实数,表示个体在空间中的位置,s∈{1,2,…,N},j∈{1,2,…,n}。由于个体xs的坐标是连续的实数,而工作序列是离散的整数序列,用最小排序方法将连续坐标转化为工作序列,即将个体xs=(xs1,…,xsn)的各个维度从小到大排序,排序的序号构成的整数序列作为初始工作序列π1。4)计算每个个体对应的最大完成时间Cmax。萤火虫算法的目标函数为序列对应的最大完成时间Cmax。本发明基于先到先得的原则,根据前一阶段各工作的完成时间顺序构造下一阶段的工作序列,然后根据一定规则对生成的工作序列进行适当调整,灵活地进行工作排序,减少加工过程的空闲时间,最终得到最优的调度方案及最大完成时间Cmax。4.1)i=1时,根据构造出第1个阶段的调度方案。其中h∈J,π1(h)表示序列π1中第h个元素的值,该值代表的是一个工作,表示工作π1(h)在第1个阶段所需的处理机数量。4.2)将第i阶段的各工作πi(h)的加工完成时间进行非递减顺序排序,得到第i+1个阶段的调度序列πi+1。对于任意的πi(h)和πi(l),h,l∈J,当且h<l时,进行πi+1排序时假定4.3)令j=1,根据适当规则调整序列πi+1中第j和j+1个工作的次序。对于阶段i中相邻的三个工作A,B,C,即A=πi,p,B=πi,p+1,C=πi,p+2,p=1,2,…,n-2。用STiA、STiB、STiC分别表示工作A、B、C在阶段i的最早开始时间,sizeiA、sizeiB、sizeiC分别表示工作A、B、C在阶段i所需的处理机数量,piA、piB、piC分别表示工作A、B、C在阶段i的处理时间,mi表示阶段i的处理机总量。根据STiA与STiB的关系,可分别提出以下规则来得到更优的处理序列。a.STiA>STiB规则1-i,若sizeiB+sizeiC>mi,sizeiA+sizeiC>mi,则交换A与B的处理顺序。规则1-ii,若sizeiB+sizeiC≤mi,sizeiA...
【专利技术属性】
技术研发人员:刘兴高,应炅,王雅琳,阳春华,桂卫华,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。