【技术实现步骤摘要】
一种基于改进型鲸鱼算法的云制造资源配置的方法
本专利技术属于作业调度
,具体涉及一种基于改进鲸鱼算法的云制造资源优化配置的方法。
技术介绍
云计算技术的发展改变了全球制造业的发展模式。市场需求多样化、个性化以及产品更新换代的快速化都迫切需要产业结构的调整和转变。云制造是一种基于网络的、面向服务的智能制造新模式,作为云制造的核心问题之一,云制造环境下的制造资源优化配置方法的优劣将直接影响制造服务的质量,关系到服务过程是否能够安全、顺利地进行。我国是当今世界上拥有制造加工资源最多的国家,但是由于普遍存在着制造模式落后、资源利用率低、制造资源分散化和区域化等问题,造成严重的浪费,而合理分配制造资源,充分地利用现有的制造加工资源将生产总成本降至最低才是企业的最终目标,现在的制造业迫切地需要解决资源配置不佳的难题,以便更好地指导生产。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点,提供一种基于改进鲸鱼算法的云制造资源优化配置的方法。为达到上述目的,本专利技术采用以下技术方案予以实现:一种基于改进鲸鱼算法的云制造资源优化配置的方法,包括以下步骤:步骤1:构建云制造资源优化配置问题模型,定义适应度函数maxF;步骤2:设置改进鲸鱼算法的种群规模、最大迭代次数以及位置维度;并利用混沌反向学习策略和搜索法生成初始种群;步骤3:计算种群中所有个体的适应度值,得到当前最优的资源配置方案并转换为鲸鱼个体位置向量;步骤4:引入参数p,p是[0,1]中的一个随机数;判断p≤0.5是否满足;否,对鲸鱼个体位置向量进行螺旋运动迭代更新,进行步骤6;是,进行步骤5;步骤5:判 ...
【技术保护点】
1.一种基于改进鲸鱼算法的云制造资源优化配置的方法,其特征在于,包括以下步骤:步骤1:构建云制造资源优化配置问题模型,定义适应度函数maxF;步骤2:设置改进鲸鱼算法的种群规模、最大迭代次数以及位置维度;并利用混沌反向学习策略和搜索法生成初始种群;步骤3:计算种群中所有个体的适应度值,得到当前最优的资源配置方案并转换为鲸鱼个体位置向量;步骤4:引入参数p,p是[0,1]中的一个随机数;判断p≤0.5是否满足;否,对鲸鱼个体位置向量进行螺旋运动迭代更新,进行步骤6;是,进行步骤5;步骤5:判断改进鲸鱼算法的系数向量
【技术特征摘要】
1.一种基于改进鲸鱼算法的云制造资源优化配置的方法,其特征在于,包括以下步骤:步骤1:构建云制造资源优化配置问题模型,定义适应度函数maxF;步骤2:设置改进鲸鱼算法的种群规模、最大迭代次数以及位置维度;并利用混沌反向学习策略和搜索法生成初始种群;步骤3:计算种群中所有个体的适应度值,得到当前最优的资源配置方案并转换为鲸鱼个体位置向量;步骤4:引入参数p,p是[0,1]中的一个随机数;判断p≤0.5是否满足;否,对鲸鱼个体位置向量进行螺旋运动迭代更新,进行步骤6;是,进行步骤5;步骤5:判断改进鲸鱼算法的系数向量的取值A<1是否满足;是,对鲸鱼个体位置向量进行收缩包围迭代更新;否,对鲸鱼个体位置向量进行随机搜索捕食迭代更新;步骤6:将更新后的鲸鱼个体位置向量转换为资源配置方案,完成种群更新;步骤7:计算当前种群中所有个体的适应度值,得到当前最优的资源配置方案;步骤8:迭代次数加1,判断当前迭代次数是否小于最大迭代次数;是,返回步骤3;否,输出当前最优的资源配置方案。2.根据权利要求1所述的基于改进鲸鱼算法的云制造资源优化配置的方法,其特征在于,所述步骤1的具体方法为:将时间、成本、质量和服务作为求解的优化目标,纳入适应度函数中:其中:T表示加工总时间,零部件的第i项分任务在第j项资源上加工xi,j取1,否则xi,j取0;Ti,j表示第i项分任务在第j项资源上加工的时间,Ti,i+1表示第i项分任务与第i+1项分任务之间的运输时间;C表示加工总成本,Ci,j表示第i项分任务在第j项资源上加工的成本,Ci,i+1表示第i项分任务与第i+1项分任务之间的运输成本;Q、S、Qi,j和Si,j为[1,9]之间的常数;Q表示产品总质量,Qi,j表示第i项分任务在第j项资源上的加工质量;S表示产品总服务反馈,Si,j表示第i项分任务在第j项资源上的服务反馈;定义适应度函数maxF:其中:Tmax-T≥0、Cmax-C≥0、Q-Qmin≥0和S-Smin≥0;Tmax表示最大加工时间,Cmax表示最大加工成本;ω1、ω2、ω3和ω4为系数权重,ω1+ω2+ω3+ω4=1。3.根据权利要求1所述的基于改进鲸鱼算法的云制造资源优化配置的方法,其特征在于,所述步骤3中将资源配置方案转换为鲸鱼个体位置...
【专利技术属性】
技术研发人员:栾飞,吴书强,蔡宗琰,李富康,杨嘉,
申请(专利权)人:长安大学,
类型:发明
国别省市:陕西,61
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。