一种求解多种类农机顺序任务优化调度方法技术

本发明专利技术涉及一种求解多种类农机顺序任务优化调度方法。本发明专利技术针对带准备时间的顺序任务农机调度问题，以最小化农机最大作业时间为调度目标。本发明专利技术算法采用基于农机对农田的作业顺序编码，用改进的MNEH产生初始化种群，并按照适应度值升序排列，其中前面三分之一作为每个种群的领飞鸟，后三分之二作为各个种群的跟飞鸟。各个子种群的领飞鸟利用串行邻域搜索策略搜索邻域个体；跟飞鸟则利用并行邻域搜索策略产生邻域个体，并采用贪婪选择方式选择，如果跟飞鸟优于领飞鸟，二者交换；算法中设计了局部搜索算法作用在最优个体，设计了记录各个种群中领飞鸟更新情况的年龄变量，如果某个领飞鸟年龄达到一定限制，产生新的个体代替该个体放入种群。个体放入种群。个体放入种群。

【技术实现步骤摘要】
一种求解多种类农机顺序任务优化调度方法


[0001]本专利技术属于智慧农机领域，进一步地，涉及了一种求解多种类农机顺序任务优化调度方法。

技术介绍

[0002]中国农业向机械化、现代化转型过程中产生了土地流转，大规模农机合理配置、管理和优化调度亟待解决。农业生产带有季节性和地域性的明显特征，由于地域不同，气候的影响，收割和播种时间会略有差别，因此，优化调度农机可以大幅度提高农机的利用率和作业效率。河南是玉米和小麦的种植大省，本专利技术提出一种求解玉米收割、施肥、犁地以及播种小麦农业过程中各类农机的顺序任务调度问题的混合多种群候鸟迁徙优化方法，有很好的应用前景。

技术实现思路

[0003]本专利技术的目的在于提出一种求解多种类农机顺序任务优化调度方法，以提高农机的作业效率，还可以提高农机装备的智能化水平。
[0004]为了实现上述目的，本专利技术采用下述技术方案：
[0005]一种求解多种类农机顺序任务优化调度方法，如图1所示，包括如下步骤：
[0006](1)用MNEH初始化种群，种群规模为3
×
Np，并把最好的Np个体随机分配到各个种群作为各子种群领飞鸟，其余的2
×
Np随机分配到各子种群，每个子种群两个作为跟飞鸟；
[0007]用MNEH初始化种群的方法包括：
[0008](a)计算每块农田的其中其中指第k类农机从存放点到第j块农田的途中时间，p
k,j
指k类农机在j块农田的作业时间，对ψ
jr/>升序排列，得第1类农机的作业顺序
[0009](b)把π1依据第1类农机台数M1分成和两个子序列，
[0010](c)随机调换的顺序得到与合并得到新的农机作业顺序
[0011](d)重复执行步骤(c)，得到与种群规模相同的第1类农机的作业顺序，即调度解，并分别求出其适应值。
[0012](2)每个子种群领飞鸟设置为鲸鱼算法的初始化种群个体，迭代次数t＝1。
[0013](3)设置子种群序号f为1，f＝1。
[0014](4)设置巡回次数g＝1。
[0015](5)领飞鸟利用邻域个体更新；
[0016]各子种群中领飞鸟的更新采用串行邻域策略。串行邻域策略中包含插入，交换和迭代贪婪(iterated greedy,IG)算法中的破坏重建(destruction and construction,DC)
三个邻域策略。产生领飞鸟邻域个体时，依次执行插入、交换和DC，只要采用某一策略能够产生更好的邻域个体就继续使用，否则，执行下一个策略，直到最后一个。插入、交换和破坏重建操作描述如下：
[0017]插入策略操作方法包括：随机从调度顺序中选择农田v，并删除，插入到农田u的位置上，其中u≠v；
[0018]向后插入：v<u，则π
′
＝{π1,
…
,π
v
‑1,π
v+1
,...,π
u
,π
v
,π
u+1
…
π
n
}
[0019]向前插入：v>u，则π
′
＝{π1,
…
,π
u
‑1,π
v
,π
u
,...,π
v
‑1,π
v+1
…
π
n
}
[0020]交换策略操作方法包括：交换调度顺序中任意两块农田的作业顺序；
[0021]If v<u，则π
′
＝{π1,
…
,π
v
‑1,π
u
,π
v+1
,...,π
u
‑1,π
v
,π
u+1
…
π
n
}；
[0022]If v>u，则π
′
＝{π1,
…
,π
u
‑1,π
v
,π
u+1
,...,π
v
‑1,π
u
,π
v+1
…
π
n
}；
[0023]破坏重建操作方法包括：
[0024]③
随机从排序π中任意选出d块不同的农田，填入子排序π
d
，并从原序列中删除，其余农田组成另一个子排序π
r
；
[0025]④
把π
d
中的第一块农田插入到π
r
的所有可能位置，找到其中使makespan最小的子排序，并以此更新π
r
，删除π
d
中的第一个元素；
[0026]③
如果π
d
不是空集，转到步骤
②
，直到π
d
是空集，得到的π
r
即为新的农机调度排序。
[0027](6)跟飞鸟利用邻域个体更新；
[0028]子种群中的跟飞鸟同样利用其邻域个体更新，跟飞鸟的邻域解，不仅要保证质量，还要提高邻域解的多样性，采用插入和交换混合邻域产生跟飞鸟邻域个体。由于插入和交换邻域相比更易产生较好的邻域解，因此，本专利技术中设置p
m
＝0.6，即随机产生一个r∈(0,1)，如果r<p
m
，执行插入操作，持续使用直到不能使其更新为止，否则执行交换操作。只要邻域个体优于该跟飞鸟，则会被替换，即贪婪选择；如果跟飞鸟被替换后，跟飞鸟优于其领飞鸟，二者交换，完成子种群内部领飞鸟和跟飞鸟的信息交互。
[0029](7)g＝g+1。
[0030](8)如果g<＝G，则返回(5)；否则，继续执行。
[0031](9)f＝f+1。
[0032](10)如果f<＝Np，则返回(4)；否则，继续执行。
[0033](11)对子种群的领飞鸟执行离散鲸鱼算法，采用模拟退火接受个体；
[0034]多种群候鸟迁徙算法各子种群内部个体通过邻域个体进化，但随着算法的执行，各子种群中个体会非常接近，种群失去多样性，算法早熟收敛。种群之间的信息交互就非常必要，它有利于提高算法的全局搜索能力。由于子种群中的领飞鸟引领着算法的探索方向，因此，种群之间的信息交互，只在子种群的领飞鸟之间进行。因此，需要设计交互机制。鲸鱼优化算法(the whale optimization algorithm,WOA)的全局搜索能力较强，因此，在HMMBO中，嵌入WOA提高HMMBO算法的全局搜索能力。但WOA是连续算法，不能直接应用于农机作业调度问题，它属于组合优化问题，因此，设计了离散鲸鱼优化算法(the discrete wh本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种求解多种类农机顺序任务优化调度方法，其特征在于，包括如下步骤：(1)用MNEH初始化种群，种群规模为3
×
Np，并把最好的Np个个体随机分配到各个种群作为各子种群领飞鸟，其余的2
×
Np随机分配到各子种群，每个子种群两个作为跟飞鸟；(2)每个子种群领飞鸟设置为鲸鱼算法的初始化种群个体，迭代次数t＝1；(3)设置子种群序号f为1，f＝1；(4)设置巡回次数g＝1；(5)领飞鸟利用邻域个体更新；(6)跟飞鸟利用邻域个体更新；(7)g＝g+1；(8)如果g<＝G，则返回(5)；否则，继续执行；(9)f＝f+1；(10)如果f<＝Np，则返回(4)；否则，继续执行；(11)对子种群的领飞鸟执行离散鲸鱼算法，采用模拟退火接受个体；(12)对种群中最优个体优先干扰，再进行局部搜索；(13)保存最优个体；(14)更新各个种群领飞鸟年龄，如果大于limit，重置个体，放入种群，同时删除该领飞鸟；(15)如果t<＝Max_iter，则t＝t+1，并返回(3)；否则，输出最优个体。2.根据权利要求1所述的求解多种类农机顺序任务优化调度方法，其特征在于，用MNEH初始化种群的方法包括：(a)计算每块农田的其中其中指第k类农机从存放点到第j块农田的途中时间，p
k,j
指k类农机在j块农田的作业时间，对ψ
j
升序排列，得第1类农机的作业顺序(b)把π1依据第1类农机台数M1分成和两个子序列，(c)随机调换的顺序得到与合并得到新的农机作业顺序(d)重复执行步骤(c)，得到与种群规模相同的第1类农机的作业顺序，即调度解，并分别求出其适应值。3.根据权利要求2所述的求解多种类农机顺序任务优化调度方法，其特征在于，所述步骤(5)中子种群中领飞鸟利用邻域个体更新的方法为采用串行邻域策略产生领飞鸟邻域个体：依次执行插入、交换和迭代贪婪算法中的破坏重建三个邻域策略，只要采用某一策略能够产生更好的邻域个体就继续使用，否则，执行下一个策略，直到最后一个。4.根据权利要求3所述的求解多种类农机顺序任务优化调度方法，其特征在于：插入策略操作方法包括：随机从调度顺序中选择农田v，并删除，插入到农田u的位置上，其中u≠v
向后插入：v<u，则π
′
＝{π1,
…
,π
v
‑1,π
v+1
,...,π
u
,π
v
,π
u+1
…
π
n
}向前插入：v>u，则π
′
＝{π1,
…
,π
u
‑1,π
v
,π
u
,...,π
v
‑1,π
v+1
…
π
n

【专利技术属性】
技术研发人员：张素君，杨文强，郑丽媛，田丰庆，张顺利，赵小静，徐君鹏，顾幸生，
申请(专利权)人：河南科技学院，
类型：发明
国别省市：