一种基于解可信度与双档案群智优化的作业车间调度方法技术

本发明专利技术公开了一种基于解可信度与双档案群智优化的作业车间调度方法，包括，初始化参数，并根据订单参数获取约束条件以及搜索空间；随机产生粒子初始位置，并获取初始解，建立优化率档案O与精英档案E；从优化率档案O与精英档案E中选取榜样指导种群学习，并根据解可信度D对搜索策略进行调整；更新种群，并更新种群中每个粒子的历史最优适应值以及精英档案E和优化率档案O；根据历史最优适应值选取全局最优个体并通过编码获得当前解；判断是否满足结束条件，若满足则输出最小完工时间；若不满足则重新计算解可信度D；本发明专利技术能有效解决复杂作业车间调度问题，实现车间生产的排产与调度管理，提高企业的生产效率。提高企业的生产效率。提高企业的生产效率。

【技术实现步骤摘要】
一种基于解可信度与双档案群智优化的作业车间调度方法


[0001]本专利技术涉及作业车间调度的
，尤其涉及一种基于解可信度与双档案群智优化的作业车间调度方法。

技术介绍

[0002]生产调度是指在一定约束条件下通过合理地分配资源来完成一批给定的任务或者作业，以达到性能指标的最优化。在客户需求日趋多样化和个性化的市场竞争环境下，“按订单”生产已经成为目前生产方式的主流。但现代大规模制造型企业，生产环节多，协作关系复杂，生产连续性强，情况变化快，某些任务或者作业的资源分配或生产顺序一旦出现错误，往往会波及整个生产系统的运行。因此，如何优化生产作业调度，有效提高资源的利用率和生产的效率，是当前企业生产当中迫切需要解决的问题。
[0003]早在60年代，人们就开始了对车间生产调度问题的研究。Giffler和Thompson在1960年提出了用于车间生产调度的优先分派规则方法。Gere,W.S.在1966年提出了用于车间生产调度问题一组基于优先分派规则的启发式算法。由于车间生产调度问题的复杂性和困难性，从问题产生直到今日，为了得到一个理想的解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于解可信度与双档案群智优化的作业车间调度方法，其特征在于：包括，初始化参数，并根据订单参数获取约束条件以及搜索空间；随机产生粒子初始位置，结合所述约束条件和搜索空间并通过编码获得初始解，建立优化率档案O与精英档案E；从优化率档案O与精英档案E中选取榜样指导种群学习，并根据解可信度D对搜索策略进行调整；更新所述种群，并更新种群中每个粒子的历史最优适应值以及精英档案E和优化率档案O；根据所述历史最优适应值选取全局最优个体并通过编码获得当前解；判断是否满足结束条件，若满足则输出最小完工时间；若不满足则重新计算解可信度D。2.如权利要求1所述的基于解可信度与双档案群智优化的作业车间调度方法，其特征在于：所述初始化参数包括，设置算法种群规模和最大迭代次数。3.如权利要求2所述的基于解可信度与双档案群智优化的作业车间调度方法，其特征在于：还包括，所述订单参数包括需生产的工件数量和工件的工序要求；所述约束条件为工件的工序顺序约束，所述搜索空间为粒子的搜索范围，搜索空间的维数为任务总加工工序数M，其中，每一维的范围是0～单个工件的工序数。4.如权利要求1或2所述的基于解可信度与双档案群智优化的作业车间调度方法，其特征在于：所述编码包括，将所有维度上的粒子的编码位置从小到大进行排列，获得排列后的索引R＝[r1,r2,
…
r
M
]；将排序后的索引按工件总数进行取余，获得与个体位置对应的工序编码P＝[p1,p2,
…
p
M
]；其中，每个粒子的编码位置为X＝[x1,x2,
…
x
M
]，x为粒子每个维度上的编码位置，r为粒子每个维度上排列后的索引，p为粒子每个维度上的工序编码。5.如权利要求4所述的基于解可信度与双档案群智优化的作业车间调度方法，其特征在于：建立所述精英档案E包括，建立一个档案大小为N的精英档案E，将种群中所有粒子根据每个粒子的历史最优适应值按升序进行排列，选取其中排列顺序靠前的N个粒子存储到所述精英档案E中，所述精英档案E如下式：其中，为第t次迭代的第i个粒子，为第i个粒子第t次迭代时的历史最优适应值Pbest。6.如权利要求5所述的基于解可信度与双档案群智优化的作业车间调度方法，其特征在于：所述解可信度D包括，利用精英档案E中的N个粒子计算解可信度D，所述解可信度D的公式如下所示：
其中，f
i...

【专利技术属性】
技术研发人员：宋威，张宇嘉，
申请(专利权)人：江南大学，
类型：发明
国别省市：