一种基于蚁群算法的平行机批调度方法技术

本发明专利技术提供了一种基于蚁群算法的平行机批调度方法，包括步骤A：初始化T

【技术实现步骤摘要】
一种基于蚁群算法的平行机批调度方法
本专利技术涉及批调度优化
，尤其涉及一种基于蚁群算法的平行机批调度方法。
技术介绍
批调度提炼自半导体生产过程中的最后高温测试阶段，由于该工序耗时很长已成为半导体加工的瓶颈，因而提高烤箱的使用率，对提高芯片制造业的生产率具有非常重要的实际意义。目前，批调度已不只是在半导体生产领域有着重要意义，它还广泛应用于纺织工业、工业制造、港口货物装卸、钢铁生产、汽车货物运输等领域。批调度主要解决了经典调度对于机器加工工件数目的约束，可分为串行与平行两种，串行批调度即批的加工时间取批中所有工件的加工时间之和，平行批调度即批的加工时间取批中最大工件加工时间。近年来关于目标为最小化总加权完工时间的批调度问题成为人们关注的热点，但目前还没有针对工件权重、加工时间、尺寸均不同的情况下以加权完工时间最小化为目标的批调度问题的研究。
技术实现思路
本专利技术所要解决的技术问题在于提供一种针对权重、加工时间和尺寸均不同的工件序列，以最小化总加权完工时间为目标的批调度方法。本专利技术是通过以下技术本文档来自技高网...

【技术保护点】
1.一种基于蚁群算法的平行机批调度方法，其特征在于：包括/n步骤A：初始化最大迭代次数T

【技术特征摘要】
1.一种基于蚁群算法的平行机批调度方法，其特征在于：包括
步骤A：初始化最大迭代次数Tmax、蚂蚁数量AntNum、工件集合J＝{J1,J2,···,Jn}、容量均为S的机器集合M＝{M1,M2,···,Mm}；当前迭代周期为t＝1，蚂蚁序号Ant＝1，工件Jx和Jj在第1次迭代中分配在同一批中的期望均初始化为常数0.05；
步骤B：当前蚂蚁Ant基于机器的完工时间将所有工件依次分配到各机器中，得到一个调度方案；
步骤C：通过局部优化调整步骤B得到的调度方案；
步骤D：如果Ant＜AntNum，令Ant＝Ant+1，返回步骤B；
步骤E：基于每个调度方案的目标值总加权完工时间确定第t次迭代的局部最优解和截止第t次迭代的全局最优解，利用全局最优解的目标值更新期望
步骤F：如果t＜Tmax，则t＝t+1，返回步骤B，否则输出全局最优解。


2.根据权利要求1所述的一种基于蚁群算法的平行机批调度方法，其特征在于：步骤B所述的蚂蚁分配工件的方法包括以下步骤：
步骤i：构建禁忌列表TB＝(1,2,3,···,n)，其中TBj＝0，表示工件Jj已被选择，TBj≠0，表示工件Jj未被选择；
步骤ii：选择完工时间最早的机器Mi构建新批Bib，如果存在多个满足条件的机器，则选择序号最小的机器构建新批；
步骤iii：构造批Bib的候选列表Lib，如果则返回步骤ii；
步骤iv：如果则从候选列表Lib中随机选择一个工件Jj放入批Bib中，否则将候选列表Lib中选择概率最大的工件Jj放入批Bib中；
步骤v：令TBj＝0，通过局部期望更新公式更新工件Jj与批Bib中其他工件放入同一批的期望，如果TB≠(0,0,0,···,0)，则返回步骤iii，否则输出当前蚂蚁Ant分配的调度方案。


3.根据权利要求2所述的一种基于蚁群算法的平行机批调度方法，其特征在于：步骤ii所述的机器Mi的完工时间为该机器Mi上所有批的加工时间之和，即



PBib＝max{pj|Jj∈Bib}
其中，PBib为批Bib的加工时间，pj为工件Jj的加工时间，即批Bib的加工时间PBib等于批Bib中所有工件的最大加工时间。


4.根据权利要求2所述的一种基于蚁群算法的平行机批调度方法，其特征在于：步骤iii所述的候选列表Lib为满足批Bib剩余容量要求的未分配工件集合，即



其中，sj为工件Jj的尺寸。


5.根据权利要求4所述的一种基于蚁群算法的平行机批调度方法，其特征在于：步骤iii所述的选择概率的计算方法为：












其中选择概率Pibj表示工件Jj放入批Bib的概率，τibj为蚁群算法的信息素，表示工件Jj放入批Bib的期望，|Bib|表示批Bib中的工件总数，和为蚁群算法的启发式信息，其中通过工件Jj放入批Bib前后的加权总完工时间的差计算得到，wj为工件Jj的权值，CBib为批Bib的完工时间，其等于前一批的完工时间+当前批的加工时间，即



WBib为批Bib的权重，其等于批Bib中所有工件的权重之和，即
启发式信息表示的是工件Jj的单位尺寸权重；α,β...

【专利技术属性】
技术研发人员：贾兆红，罗洪，唐俊，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽;34