The scheduling method based on the discrete intrusion weed algorithm includes: giving all weeds an initial solution of random number, encoding and decoding the initial random sequence by the way of process coding; calculating the number of seeds produced by each weed in each iteration process; in the spatial diffusion operation of the algorithm, the seeds are based on the fitness of the parent plants The value generates the standard difference of the control diffusion distance, according to which the seed spreads randomly around the parent generation in a normal distribution way; for the newly generated seed, local optimization is carried out, and the sequence of workpieces is changed by using VNS idea to improve the local search ability of the algorithm; when the total number of weeds reaches the set maximum value, the algorithm removes the poor individuals and only retains the maximum Worth a few weeds. The invention proposes a scheduling method based on an advanced new evolutionary algorithm, and makes it more intelligent to solve the job shop scheduling problem in the manufacturing industry.
【技术实现步骤摘要】
基于离散入侵杂草算法的作业车间调度方法
本专利技术涉及制造业中生产线调度领域,具体对生产调度环境中作业车间调度问题进行优化的方法。
技术介绍
作业车间调度问题(JobShopSchedulingProblem,简称JSP)是制造业生产调度问题中一个非常重要的问题。同时作业车间调度问题所应用的领域也非常广泛,除了涉及制造业的生产调度之外,还涉及了航母调度,机场飞机调度,港口码头货船调度,汽车加工流水线调度等实际性问题。因此研究车间调度具有非常重要的意义,并且传统的数学方法已经无法满足生产调度的需求。目前学者大都使用近似算法来解决此类问题,其中很大一类分支是元启发式算法。元启发式算法中的代表算法包括:GA、DE、PSO、HS等等。针对作业车间调度这一NP-hard问题,本专利主要提出了一种新型入侵杂草算法来解决此类问题。入侵杂草算法是一种基于杂草的新型数值随机优化算法,其基本思想来源于杂草的入侵理论。该算法利用了杂草强大的适应环境能力,效仿了杂草入侵的4个阶段:种群初始化、生长繁殖、空间扩散和竞争排斥。算法主要在繁殖阶段通过每个杂草的适应度值控制每个杂草所产生的种子数。在空间扩散阶段,算法通过控制正态分布的标准差值σcur控制种子扩散的距离,使得种子在算法迭代前期可以在父代杂草周围大范围扩散,在算法迭代后期种子在父代杂草周围小范围扩散。算法初始设置一个杂草种群,设定杂草种子和标准差值的变化范围。之后在算法的迭代过程中,通过反复执行生长繁殖、空间扩散和竞争排斥这三个操作对种群进行优化。并应用到作业车间调度问题中。该算法的提 ...
【技术保护点】
1.基于离散入侵杂草算法的作业车间调度方法,其特征在于,其步骤为:/n步骤1:初始化种群,种群大小为N;/n步骤2:初始化参数,包括种子和标准差值变化区间;/n步骤3:根据基于工序的编码方式生成包含n个解(杂草)的种群;/n步骤4:评价每个解的适应度值;当算法满足终止条件时,算法返回目前找到的当前解,算法结束;/n步骤5:计算种群的标准差值以及父代个体产生的种子数;/n步骤6:对杂草进行排序,找到最优和最差适应度值的杂草个体;/n步骤7:计算每个杂草产生的种子,并计算其适应度值;/n步骤8:对种群中的杂草个体执行局部搜索策略:/n步骤8.1:根据局部搜索策略,生成W
【技术特征摘要】
1.基于离散入侵杂草算法的作业车间调度方法,其特征在于,其步骤为:
步骤1:初始化种群,种群大小为N;
步骤2:初始化参数,包括种子和标准差值变化区间;
步骤3:根据基于工序的编码方式生成包含n个解(杂草)的种群;
步骤4:评价每个解的适应度值;当算法满足终止条件时,算法返回目前找到的当前解,算法结束;
步骤5:计算种群的标准差值以及父代个体产生的种子数;
步骤6:对杂草进行排序,找到最优和最差适应度值的杂草个体;
步骤7:计算每个杂草产生的种子,并计算其适应度值;
步骤8:对种群中的杂草个体执行局部搜索策略:
步骤8.1:根据局部搜索策略,生成Wnew;
步骤8.2:如果randi<PARg,则:
步骤8.2.1:杂草个体从当前最好的杂草中选值;
步骤8.2.2:否则:杂草个体从当代保留的所有杂草中选择值;
步骤8.3:如果randi<HMCR,则:
步骤8.3.1:杂草个体直接继承步骤10.2中得到的杂草个体;
步骤8.3.2:否则:算法在解空间中产生新解;
步骤9:对新产生杂草个体执行VNS操作:
步骤9.1:对种群中的一杂草个体x执行插入操作,得到杂草个体x*;
步骤9.2:对种群中的一杂草个体x*执行交叉操作,得到杂草个体x’;
步骤9.3:如果f(x’)≤f(x),则将x更新为x’;
步骤10:将新产生的种子和杂草放在一起,按照适应度值排序;
步骤11:消除适合度较低的杂草以达到群体中的最大允许群体;
步骤12:更新整个种群的全局最优解,转步骤4。
2.根据权利要求1所述的基于离散入侵杂草算法的作业车间调度方法,其特征在于,在初始化阶段,设置种群大小N;最大种子数Smax;最小种子数Smin;初始标准差值σinit,最终标准差值σfinal;最大种群数Pmax,扰动选择概率...
【专利技术属性】
技术研发人员:赵付青,逯浩,唐建新,张建林,
申请(专利权)人:兰州理工大学,
类型:发明
国别省市:甘肃;62
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。