The invention discloses a flexible job shop scheduling method using improved immune genetic algorithm. This patented algorithm combines immune genetic algorithm (IGA) with simulated annealing algorithm (SA), and proposes a hybrid immune genetic algorithm for job shop scheduling. This algorithm designs an adaptive elite preservation strategy based on fitness and concentration, and resets the mutation operator, which integrates the variable scale mutation and the adaptive mutation operator. Combining the local search theory of simulated annealing algorithm with the global, diversity and adaptability of immune genetic algorithm, a hybrid immune genetic algorithm with excellent global search performance is formed, and an adaptive elite selection operation is set up. Finally, it is applied to the solution of job shop scheduling problem.
【技术实现步骤摘要】
采用改良免疫遗传算法的柔性作业车间调度方法
本专利技术涉及一种解决柔性作业车间调度问题的方法,特别是一种采用改良免疫遗传算法的柔性作业车间调度方法。
技术介绍
柔性作业车间调度问题是经典作业车间调度问题的延伸,调度的目标是为每项作业的每道工序分配适当的机器,并确定各机器上工序的加工顺序,使作业的完工时间最短或其他指标达到最优。由于柔性作业车间的灵活性较高,使得柔性作业车间调度问题的求解需要非常大的组合搜索空间,且问题的复杂度较高。计算机编程采用免疫遗传算法(IGA)解决柔性作业车间调度问题时,存在易陷入局部最优的缺点。
技术实现思路
本专利技术的目的在于,提供一种采用改良免疫遗传算法的柔性作业车间调度方法。本专利技术将免疫遗传算法(IGA)与模拟退火算法(SA)进行了结合,提出一种应用于车间作业调度的混合免疫遗传算法,效率更高,偏差更小。本专利技术的技术方案:采用改良免疫遗传算法的柔性作业车间调度方法,包括以下步骤,步骤1:建立车间作业调度问题数学模型,基于作业车间调度问题的基本信息,利用直接编码方式,将车间调度问题转化为求解遗传算法中个体优良染色体问题,从而确定种群中个体的染色体基因序列;设置种群规模sizepop,退火初始温度T0,退火终止温度Tend,退火系数γ,以及最大迭代次数MAXGEN的大小;步骤2:初始化种群进化次数Gen,计算种群中各个个体的适应度Agv、平均适应度浓度Cv值以及期望繁殖概率ev,再对优良的个体染色体进行破碎处理,提取其基因片段作为疫苗;步骤3:计算种群进化成熟度M以及精英保留个数Ne,并从种群中选择适应度最高的Ne个个体进行精 ...
【技术保护点】
1.一种采用改良免疫遗传算法的柔性作业车间调度方法,其特征在于:包括以下步骤,步骤1:建立车间作业调度问题数学模型,基于作业车间调度问题的基本信息,利用直接编码方式,将车间调度问题转化为求解遗传算法中个体优良染色体问题,从而确定种群中个体的染色体基因序列;设置种群规模sizepop,退火初始温度T0,退火终止温度Tend,退火系数γ,以及最大迭代次数MAXGEN的大小;步骤2:初始化种群进化次数Gen,计算种群中各个个体的适应度Agv、平均适应度
【技术特征摘要】
1.一种采用改良免疫遗传算法的柔性作业车间调度方法,其特征在于:包括以下步骤,步骤1:建立车间作业调度问题数学模型,基于作业车间调度问题的基本信息,利用直接编码方式,将车间调度问题转化为求解遗传算法中个体优良染色体问题,从而确定种群中个体的染色体基因序列;设置种群规模sizepop,退火初始温度T0,退火终止温度Tend,退火系数γ,以及最大迭代次数MAXGEN的大小;步骤2:初始化种群进化次数Gen,计算种群中各个个体的适应度Agv、平均适应度浓度Cv值以及期望繁殖概率ev,再对优良的个体染色体进行破碎处理,提取其基因片段作为疫苗;步骤3:计算种群进化成熟度M以及精英保留个数Ne,并从种群中选择适应度最高的Ne个个体进行精英保留,并对种群中一部分个体进行疫苗接种;步骤4:对父代种群个体进行交叉操作;步骤5:对临时子代种群中的个体适应度与平均适应度比较,若个体适应度大于平均适应度,则采用换位变异方式变异;反之,则采取反转变异方式进行变异,根据自适应变异公式计算变异概率,开始变异操作;步骤6:模拟退火选择,通过退火初始温度T0以及退火系数γ计算当前退火温度Tk,利用Tk计算接受概率p,检测注射疫苗的抗体的适应度并将其适应度值与旧抗体的适应度值进行比较,若新抗体适应度更高,则以抗体的繁殖概率ev选取新抗体进入下一代;若旧抗体适应度更高,接受新的抗体的概率为p*ev,更新种群;步骤7:判断迭代次数是否大于最大迭代次数MAXGEN,若是,则进入下一步;若不是,则返回步骤3;步骤8:判断当前退火温度Tk与终止温度Tend的大小,若大于终止温度,则返回步骤3;反之,则输出最优结果。2.根据权利要求1所述的采用改良免疫遗传算法的柔性作业车间调度方法,其特征在于:所述步骤1的直接编码方式为:首先按照染色体上加工工序的从左到右依次降低工序的优先权重,然后安排染色体上的工序序列的第1道工序进行加...
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。