基于量子萤火虫搜索机制的柔性作业车间调度方法及系统技术方案

本发明专利技术属于智能调度领域，提供了一种基于量子萤火虫搜索机制的柔性作业车间调度方法及系统，包括针对柔性作业车间调度问题建立数学模型；以最小处理时间规则、全局工作负载平衡规则和调度组件规则的总体最小为目标，构建柔性作业车间调度问题萤火虫目标函数；利用基于距离及亮度的自适应步长的量子萤火虫搜索机制，求解柔性作业车间调度问题萤火虫目标函数，得出最优解，即柔性作业车间调度问题的最优解决方案。本发明专利技术解决现有技术中对生产调度的分配问题考虑不足，柔性作业车间调度困难的技术问题，提高了计算效率和柔性作业车间调度最优解的求解精度。最优解的求解精度。最优解的求解精度。

【技术实现步骤摘要】
基于量子萤火虫搜索机制的柔性作业车间调度方法及系统


[0001]本专利技术属于智能调度
，具体涉及一种基于量子萤火虫搜索机制的柔性作业车间调度方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]柔性作业车间调度问题(Flexible Job－shop Scheduling Problem，简称FJSP)是对经典作业车间调度问题的扩展，其主要特点是在FJSP中工件的加工路径并非唯一，而是具有柔性的，这一特点使得问题的灵活性和复杂性大幅增加，它允许从一组替代机器在一台机器上处理一个操作。相对于作业车间调度问题，FJSP具有更广泛的实际应用和更高的求解难度。
[0004]大多数现有文献考虑了固定的机器可用性约束，即维护活动的开始时间和结束时间是在维护计划中预先确定的。FJSP问题通常可以描述为：对于给定的一个待加工工件集合与机器集合，每个工件包含多道工序，且有特定的加工顺序，允许工序在任意台可用机器上进行加工，且加工时间确定。柔性作业车间调度问题着重研究工件的工序顺序及机器的分配问题，在数学上，这一问题是一类典型的NP难题，求解难度大，复杂度高，至今没有单一的算法能够全面有效地解决该问题。在实际生产活动中，实现商品生产顺序和机器分配最优或次优，是提高企业经济效益的核心环节。由于柔性作业车间调度问题具有较高的复杂性和解的灵活性，使得其研究具有重要的学术意义和应用价值，能够为实际生产活动提供有益借鉴。目前倾向于用智能算法来解决此问题，如遗传算法、禁忌搜索算法、粒子群算法、蚁群算法等智能优化算法，其中近年来萤火虫算法因其简单易懂、参数少和易实现等优点也在FJSP问题中得到广泛应用。
[0005]而在应用过程中，发现传统萤火虫算法(FireflyAlgorithm，FA)一般都用于求解连续优化问题，虽然说FA在寻优表现中有较好的性能，但由于FA每个萤火虫个体在寻优迭代时会被不同方向优于自身的个体所吸引的搜索方式，每只较差的萤火虫都会向不同的方向多次移动，这将会导致FA的搜索过程繁琐、减缓算法的收敛速度以及局部振荡；所以说FA仍然存在所有仿生优化算法具有的一些问题，包括搜索的高复杂性、低收敛速度、低精度、震荡以及局部最优的情况，从而导致在FA被离散化来解决柔性作业流车间调度问题时，调度过程复杂，且调度效率很低，无法解决灵活车间调度问题。

技术实现思路

[0006]为了解决上述问题，本专利技术提出了一种基于量子萤火虫搜索机制的柔性作业车间调度方法及系统，本专利技术旨在改进萤火虫算法，提高算法效率与精度，进而提高算法再解决柔性作业车间调度问题上的效率与能力。
[0007]根据一些实施例，本专利技术的第一方案提供了一种基于量子萤火虫搜索机制的柔性
作业车间调度方法，采用如下技术方案：
[0008]基于量子萤火虫搜索机制的柔性作业车间调度方法，包括：
[0009]针对柔性作业车间调度问题建立数学模型；
[0010]以最小处理时间规则、全局工作负载平衡规则和调度组件规则的总体最小为目标，构建柔性作业车间调度问题萤火虫目标函数；
[0011]利用基于距离及亮度的自适应步长的量子萤火虫搜索机制，求解柔性作业车间调度问题萤火虫目标函数，得出最优解，即柔性作业车间调度问题的最优解决方案。
[0012]进一步地，所述柔性作业车间调度问题为有O个工序，n个工件由m台机器进行加工，则该问题的数学模型为：
[0013]每一个操作O
uv
被任一可用候选机器M
uv
中的M
z
进行处理；O
uv
在M
z
上的操作时间记为p
uvz
；表示机器z(z＝1,2，...，m；l＝1,2，...，L
z
)上的第l个预防性维护任务；L
z
为机器z上的预防性维护任务的总数，维护任务的持续时间为d
zl
；c
uv
是O
uv
操作的完成时间。
[0014]进一步地，所述柔性作业车间调度问题萤火虫目标函数，具体为：
[0015]f1＝max c
uv
[0016][0017][0018]取上述三个目标值的加权和作为组合目标函数，即柔性作业车间调度问题萤火虫目标函数：
[0019]F(c)＝W1×
f1+W2×
f2+W3×
f3[0020]W1+W2+W3＝1，0≤W1,W2,W3≤1
[0021]其中，W1是f1的权重系数，f1是分别表示最大时间(Cm)，W2是f2的权重系数，f2是最大机器工作负载(Wmax)，W3是f3的权重系数，f3是机器总工作负载(Wt)；每一个操作O
uv
在候选机器中的某一机器M
z
上的操作时间记为p
uvz
；L
k
为机器z上的预防性维护任务的总数，表示机器z(k＝1,2，...，m；l＝1,2，...，L
z
)上的第l个预防性维护任务；维护任务的持续时间为d
zl
；c
uv
是O
uv
操作的完成时间；n是工件数，u是第u个工件，v是第v个工序。
[0022]进一步地，所述利用基于距离及亮度的自适应步长的量子萤火虫搜索机制，求解柔性作业车间调度问题萤火虫目标函数，得出最优解，包括：
[0023]步骤1：各参数初始化：萤火虫总数N，计算工序总数，最大迭代次数，步长因子，吸引力因子，变异因子θ0；
[0024]步骤2：随机给每个萤火虫个体生成量子位概率幅；
[0025]步骤3：对量子位概率幅进行解码，转变为实数的工序选择编码，并根据机器选择方法，以概率性的选择工序的加工机器，并通过目标函数计算个体亮度，记录当前最优解；
[0026]步骤4：随机生成角度θ，当θ<0.1
·
θ0执行量子非门变异，θ<θ0执行量子旋转门更新；
[0027]步骤5：根据随机邻域模型，选择对比萤火虫个体，当迭代中的萤火虫个体亮度小于对比萤火虫个体时，进行位置更新；
[0028]步骤6：如果当前迭代萤火虫个体为本次迭代中最优个体，则执行个体的随机搜索更新；
[0029]步骤7：更新步长因子；
[0030]步骤8：判断是否达到最大迭代次数，跳出循环，否则迭代次数加一，跳回步骤3；
[0031]步骤9：跳出循环后再次将个体概率幅编码转换为实数个体工序选择编码，通过机器选择方法计算工序的加工机器，对萤火虫进行排名，找到当前最好的结果，返回其对应的工序选择编码和机器选择编码。
[0032]进一步地，所述随机给每个萤火虫个体生成量子位概率幅，包括：
[0033]将柔性作业车间调度问题数学模型中的每一个工序编号以及对应的执行机器编本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于量子萤火虫搜索机制的柔性作业车间调度方法，其特征在于，包括：针对柔性作业车间调度问题建立数学模型；以最小处理时间规则、全局工作负载平衡规则和调度组件规则的总体最小为目标，构建柔性作业车间调度问题萤火虫目标函数；利用基于距离及亮度的自适应步长的量子萤火虫搜索机制，求解柔性作业车间调度问题萤火虫目标函数，得出最优解，即柔性作业车间调度问题的最优解决方案。2.如权利要求1所述的基于量子萤火虫搜索机制的柔性作业车间调度方法，其特征在于，所述柔性作业车间调度问题为有O个工序，n个工件由m台机器进行加工，则该问题的数学模型为：每一个操作O
uv
被任一可用候选机器M
uv
中的M
z
进行处理；O
uv
在M
z
上的操作时间记为p
uvz
；表示机器z(z＝1,2，...，m；l＝1,2，...，L
z
)上的第l个预防性维护任务；L
z
为机器z上的预防性维护任务的总数，维护任务的持续时间为d
zl
；c
uv
是O
uv
操作的完成时间。3.如权利要求1所述的基于量子萤火虫搜索机制的柔性作业车间调度方法，其特征在于，所述柔性作业车间调度问题萤火虫目标函数，具体为：f1＝max c
uvuv
取上述三个目标值的加权和作为组合目标函数，即柔性作业车间调度问题萤火虫目标函数：F(c)＝W1×
f1+W2×
f2+W3×
f3W1+W2+W3＝1，0≤W1,W2,W3≤1其中，W1是f1的权重系数，f1是分别表示最大时间(Cm)，W2是f2的权重系数，f2是最大机器工作负载(Wmax)，W3是f3的权重系数，f3是机器总工作负载(Wt)；每一个操作O
uv
在候选机器中的某一机器M
z
上的操作时间记为p
uvz
；L
k
为机器z上的预防性维护任务的总数，表示机器z(k＝1,2，...，m；l＝1,2，...，L
z
)上的第l个预防性维护任务；维护任务的持续时间为d
zl
；c
uv
是O
uv
操作的完成时间；n是工件数，u是第u个工件，v是第v个工序。4.如权利要求1所述的基于量子萤火虫搜索机制的柔性作业车间调度方法，其特征在于，所述利用基于距离及亮度的自适应步长的量子萤火虫搜索机制，求解柔性作业车间调度问题萤火虫目标函数，得出最优解，包括：步骤1：各参数初始化：萤火虫总数N，计算工序总数，最大迭代次数，步长因子，吸引力因子，变异因子θ0；步骤2：随机给每个萤火虫个体生成量子位概率幅；步骤3：对量子位概率幅进行解码，转变为实数的工序选择编码，并根据机器选择方法，以概率性的选择工序的加工机器，并通过目标函数计算个体亮度，记录当前最优解；
步骤4：随机生成角度θ，当θ<0.1
·
θ0执行量子非门变...

【专利技术属性】
技术研发人员：董玉民，赵世祺，贾芳华，贾春晖，
申请(专利权)人：青岛理工大学济宁学院，
类型：发明
国别省市：