基于改进引力搜索算法的生产运输协同调度方法及系统技术方案

本发明专利技术实施例提供了一种基于改进引力搜索和遗传算法的生产运输协同调度方法及系统，所述方法按如下步骤进行：1设定算法参数；2随机生成初始解；3编码修正；4将工件进行组批；5计算适应度值；6更新最优解和最差解和每个个体的质量；7保存全局最优个体；8计算每个个体的作用力；9更新个体的加速度和速度；10更新个体的位置；11邻域搜索；12判断终止条件是否满足，如果满足则输出全局最优解，否则返回步骤3；本发明专利技术能在物联网环境下，对各个制造商的制造方案进行统一调度，实现生产运输的有效协同，从而降低各企业成本，提高企业联盟工作效率。

Cooperative scheduling method and system for production and transportation based on improved gravitational search algorithm

The embodiment of the invention provides a collaborative scheduling method and system improved gravitational search and genetic algorithm based on the production and transportation, the method comprising the following steps: 1 algorithm parameters; 2 randomly generated initial solutions; 3 encoding correction; 4 work group; 5 to calculate the fitness value; 6 update the optimal solution and the worst solution and individual quality; 7 to save the global optimal individual force; 8 calculation of acceleration and velocity of each individual; 9 update individual; 10 update individual position; 11 neighborhood search; 12 to determine the termination condition is met, if the output of the global optimal solution, otherwise return to step 3; the invention can in the networking environment, unified scheduling of manufacturing plan for each manufacturer, to achieve effective coordination of production and transportation, thus reducing the cost of enterprise, improve the work efficiency of enterprise alliance.

【技术实现步骤摘要】
基于改进引力搜索算法的生产运输协同调度方法及系统
本专利技术涉及供应链
，具体涉及一种基于改进引力搜索和遗传算法的生产运输协同调度方法及系统。
技术介绍
在物联网环境下，各制造商能够成立以自身为核心的企业联盟，通过协同生产模式，优化资源配置，提高生产效率并满足产品交货期。但是，在全球化协作背景下，联盟中的企业可能分布在不同的地理位置，从而使得各成员企业与核心制造企业间的运输时间存在差异，进而提高了协作的难度。由于该类问题的复杂性，在以往的研究中，元启发式算法被广泛应用于解决该类问题，Garcia与Lozano(2005)考虑了带有时间窗的生产运输协同调度问题，提出一种禁忌搜索(TS)算法。Liu(2011)提出了改进的遗传算法(MGA)用于解决协同生产过程中的成本最小化问题。引力搜索算法(GSA)是由Rashedi(2007)最初提出的，并被广泛应用于各类优化问题，本文中为最大化生产效益问题构建的混合引力搜索和遗传算法是建立在已有的引力搜索算法基础上的。引力搜索算法的步骤一般包括：(1)初始化种群；(2)计算适应度，记录最优和最差解；(3)计算引力；(4)更新种群。通过重复以上步骤在整个空间内搜索最优解。然而，在实施本专利技术实施例的过程中，专利技术人发现，已有的研究中主要针对生产过程进行优化，很少有考虑到从联盟的角度合理调度，难以针对物联网企业的具体问题做出整体优化方案。除此之外，在方法上，虽然引力搜索在优化问题中展现出良好的性能，但是，引力搜索也存在着局部收敛性差和容易早熟等缺点，这些问题通常会干扰优化方案的确定，不利于物联网企业生产效率的提升。
技术实现思路
本专利技术实施例的一个目的针对物联网环境下考虑多个制造商和不等工件尺寸的生产运输协同调度问题，依据工件的加工时间和尺寸以及供应商的地理位置对工件任务进行指派，分批和排序，确定工件加工任务的执行者，工件组批和加工顺序，旨在最小化制造跨度时间，基于引力搜索提出新的元启发式方法，提高算法性能，推动企业联盟合作效率的提升，降低企业成本，提高服务水平。第一方面，本专利技术实施例提供了一种基于改进引力搜索和遗传算法的生产运输协同调度方法，包括：步骤1、输入多个制造商的运输时间，每个工件的尺寸和加工时间，设定混合引力搜索和遗传算法参数，包括t时刻的引力常数G(t)，一个很小的调整常数ε，最大迭代次数tmax，一个很大的常数MC，全局最优解gbest＝MC；步骤2、初始化种群，考虑共有Q个物体，第i个物体的位置定义为其中表示第i个物体在第d维上的位置，对应在问题中表示该位置工件将被分配至第个机器；步骤3、对种群中所有解进行编码修正，消除非可行解；步骤4、在各供应商处对工件进行组批和安排生产，计算个体适应度；步骤5、通过适应度计算物体的重量，保存最优和最差个体，记录全局最优解，相关定义如下：Mi＝Mii,i＝1,2,...,Q,其中，Mi是物体i，Mii为物体i的重量，fitj(t)表示物体j在t时刻的适应度函数值；步骤6、判断gbest＞best(t)是否成立，若成立，则令gbest＝best(t)；步骤7、计算每个个体所受到的引力，在t时刻物体j作用于物体i的作用力定义为：其中，Mi和Mj分别是物体i和j，Rij(t)为t时刻物体i和物体j之间的距离；物体i在第d维上的引力总和为所有其他物体在第d维上所作用的随机加权引力总和，其定义为，其中，randj为[0,1]之间的随机数；步骤8、计算加速度和速度，更新种群，在t时刻物体i在第d维上的加速度表示为：下一个时间点物体i的速度和位置分别表示为，其中randi为[0,1]之间的随机数，和分别为物体当前的速度和位置；步骤9、根据当前迭代次数确定各邻域结构选择概率，对当前种群执行邻域搜索操作，更新个体位置，令t＝t+1；步骤10、判断t≤tmax是否成立，若成立，返回步骤3，否则，结束算法，并输出工件任务分布安排，组批方式和批的加工顺序。可选地，步骤3中所述对种群中所有解进行编码修正，包括：步骤31、考虑种群中的Q个个体其中表示第i个物体在第d维上的位置；步骤32、设定参数I＝1；步骤33、判断是否成立，若成立，则令否则，执行步骤4；步骤34、设定参数K＝1；步骤35、判断是否成立，若成立，则令否则，令K＝K+1，重复步骤35；步骤36、判断I＞n是否成立，若成立，则结束调整，否则，令I＝I+1，返回步骤33。可选地，步骤4中所述在各供应商处对工件进行组批和安排生产，包括：步骤41、将工件集合中的工件按加工时间非递增进行排序，从而获得经过排序后的工件集合；步骤42、将经过排序的工件集合中第i个未分配的工件暂时放入能容纳该工件的所有批中，并选出其中放入该工件后批剩余容量最小的批，把该工件分配到选定的批中；若当前所有批的剩余空间都不能容纳第i个未分配工件，则将该工件放入一个批容量为c的新批中，令i＝i+1；步骤43、重复步骤42，直至把工件集合中所有的工件都分配到相应的批中，批的加工时间由批中所有工件加工时间总和决定。可选地，所述方法通过如下步骤计算个体的适应度，包括：步骤1’、把个体Xi中N个位置上元素值相同的元素组成一个集合，从而分别形成在m台机器上加工的工件集合JM＝{J1,…,Ji,…,Jm}，Ji表示分配到第i台机器上加工的工件集合；步骤2’、定义变量i，ti，并初始化i＝1；步骤3’、初始化ti＝0，将上述工件集合Ji进行分批，获得批处理集合Bi；步骤4’、依次把批处理集合中各批次中最后一个离开机器工件的完工时间赋值给ti，并将ti+Ti赋值给ti；步骤5’、判断条件i≤m是否成立，若成立则返回步骤3’；否则获得各机器制造跨度时间集合t＝{t1,…,ti,…,tm}，并返回步骤6’；步骤6’、从上述的时间集合中选出值最大的元素记为Cmax，并把Cmax赋值给fit(Xi)，记为个体Xi的适应度值。可选地，步骤9中所述对当前种群执行邻域搜索操作，包括：步骤91、定义变量λ1，λ2，pm，并初始化变量λ1＝0.1，λ2＝0.3，其中t表示当前时间；步骤92、产生一个在(0,1)区间范围内的随机数，记为random，随机产生两个在区间[1,n]范围内的整数，分别记为x，y；步骤93、判断条件random＜λ1是否成立，若成立，则执行步骤94；否则判断条件random＜λ1+λ2是否成立，若成立，则执行步骤95；否则判断random＜λ1+λ2+pm是否成立，若成立，执行步骤96；否则，执行步骤7；步骤94、把个体Xi上第x个位置上的元素插到第y个位置上，且x+1到y个位置之间的元素向前移动一个位置，个体中的其他元素位置保持不变，从而形成一个更新后的个体Xi′；步骤95、把个体Xi上第x个位置上的元素与第y个位置上的元素进行交换，而个体的其他元素都保持不变，从而形成一个经过搜索后的个体Xi′；步骤96、随机产生两个在区间[1,n]范围内的整数记为k，把个体Xi上第x个位置上的元素替换为k，从而形成一个经过搜索后的个体Xi′；步骤97、从种群中随机选取另一个个体Xz，用个体Xz上第x个位置和第y个位置之间的序列替换个体Xi上第x个位置和第y个位置之间的序列，而个体的其他元素都保持不变，从而形成一个经过搜索后的个体Xi本文档来自技高网...

【技术保护点】
一种基于改进引力搜索和遗传算法的生产运输协同调度方法，其特征在于，包括：步骤1、输入多个制造商的运输时间，每个工件的尺寸和加工时间，设定混合引力搜索和遗传算法参数，包括t时刻的引力常数G(t)，一个很小的调整常数ε，最大迭代次数tmax，一个很大的常数MC，全局最优解gbest＝MC；步骤2、初始化种群，考虑共有Q个物体，第i个物体的位置定义为

【技术特征摘要】
1.一种基于改进引力搜索和遗传算法的生产运输协同调度方法，其特征在于，包括：步骤1、输入多个制造商的运输时间，每个工件的尺寸和加工时间，设定混合引力搜索和遗传算法参数，包括t时刻的引力常数G(t)，一个很小的调整常数ε，最大迭代次数tmax，一个很大的常数MC，全局最优解gbest＝MC；步骤2、初始化种群，考虑共有Q个物体，第i个物体的位置定义为其中表示第i个物体在第d维上的位置，对应在问题中表示该位置工件将被分配至第个机器；步骤3、对种群中所有解进行编码修正，消除非可行解；步骤4、在各供应商处对工件进行组批和安排生产，计算个体适应度；步骤5、通过适应度计算物体的重量，保存最优和最差个体，记录全局最优解，相关定义如下：Mi＝Mii,i＝1,2,...,Q,其中，Mi是物体i，Mii为物体i的重量，fitj(t)表示物体j在t时刻的适应度函数值；步骤6、判断gbest＞best(t)是否成立，若成立，则令gbest＝best(t)；步骤7、计算每个个体所受到的引力，在t时刻物体j作用于物体i的作用力定义为：其中，Mi和Mj分别是物体i和j，Rij(t)为t时刻物体i和物体j之间的距离；物体i在第d维上的引力总和为所有其他物体在第d维上所作用的随机加权引力总和，其定义为，其中，randj为[0,1]之间的随机数；步骤8、计算加速度和速度，更新种群，在t时刻物体i在第d维上的加速度表示为：下一个时间点物体i的速度和位置分别表示为，其中randi为[0,1]之间的随机数，和分别为物体当前的速度和位置；步骤9、根据当前迭代次数确定各邻域结构选择概率，对当前种群执行邻域搜索操作，更新个体位置，令t＝t+1；步骤10、判断t≤tmax是否成立，若成立，返回步骤3，否则，结束算法，并输出工件任务分布安排，组批方式和批的加工顺序。2.根据权利要求1所述的方法，其特征在于，步骤3中所述对种群中所有解进行编码修正，包括：步骤31、考虑种群中的Q个个体其中表示第i个物体在第d维上的位置；步骤32、设定参数I＝1；步骤33、判断是否成立，若成立，则令否则，执行步骤4；步骤34、设定参数K＝1；步骤35、判断是否成立，若成立，则令否则，令K＝K+1，重复步骤35；步骤36、判断I＞n是否成立，若成立，则结束调整，否则，令I＝I+1，返回步骤33。3.根据权利要求1所述的方法，其特征在于，步骤4中所述在各供应商处对工件进行组批和安排生产，包括：步骤41、将工件集合中的工件按加工时间非递增进行排序，从而获得经过排序后的工件集合；步骤42、将经过排序的工件集合中第i个未分配的工件暂时放入能容纳该工件的所有批中，并选出其中放入该工件后批剩余容量最小的批，把该工件分配到选定的批中；若当前所有批的剩余空间都不能容纳第i个未分配工件，则将该工件放入一个批容量为c的新批中，令i＝i+1；步骤43、重复步骤42，直至把工件集合中所有的工件都分配到相应的批中，批的加工时间由批中所有工件加工时间总和决定。4.根据权利要求1所述的方法，其特征在于，所述方法通过如下步骤计算个体的适应度，包括：步骤1’、把个体Xi中N个位置上元素值相同的元素组成一个集合，从而分别形成在m台机器上加工的工件集合JM＝{J1,…,Ji,…,Jm}，Ji表示分配到第i台机器上加工的工件集合；步骤2’、定义变量i，ti，并初始化i＝1；步骤3’、初始化ti＝0，将上述工件集合Ji进行分批，获得批处理集合Bi；步骤4’、依次把批处理集合中各批次中最后一个离开机器工件的完工时间赋值给ti，并将ti+Ti赋值给ti；步骤5...

【专利技术属性】
技术研发人员：裴军，刘心报，范雯娟，陆少军，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34