一种基于改进灰狼算法的柔性作业车间调度方法技术

本发明专利技术公开了一种基于改进灰狼算法的柔性作业车间调度方法，首先构建柔性作业车间调度问题模型，并对车间设备以及工序进行编码、创建外部档案以及设置灰狼算法的参数。其次通过结合混沌映射和对立学习的扩展型GLR方法生成初始种群，评价该种群中的所有个体，确定决策层个体，并更新外部档案。最后判断是否满足算法终止条件，是则算法结束，得到柔性作业车间设备编码以及对应的工序编码排序，否则判断由收敛因子计算得到的系数向量A的绝对值是否大于等于1，进行更新位置，直到算法结束。本发明专利技术提高了在柔性作业车间上的表现，解决了传统群智能优化算法存在收敛速度慢，容易陷入到局部最优的问题。部最优的问题。部最优的问题。

【技术实现步骤摘要】
一种基于改进灰狼算法的柔性作业车间调度方法


[0001]本专利技术涉及柔性作业车间调度
，具体涉及一种基于改进灰狼算法的柔性作业车间调度方法。

技术介绍

[0002]柔性作业车间调度问题(Flexible Job
‑
shop Scheduling Problem，FJSP)是作业车间调度问题(Job
‑
shop Scheduling Problem，JSP)的发展。作业车间调度问题需要考虑工序排序；柔性作业车间调度问题不仅要考虑工序排序，而且要对不同工序的加工机器进行选择。近几年来，群智优化算法在求解FJSP问题时得到了广泛的发展和应用。但是传统的群智能优化算法存在收敛速度慢，容易陷入到局部最优等问题。
[0003]同大多数群智能优化算法一样，灰狼算法也容易在迭代后期陷入局部最优，此时如何协调算法的局部搜索就显得尤为关键，虽然目前灰狼优化算法已经应用于一些领域并且有着良好的表现，但在车间调度领域应用还较少，实际应用中仍存在一些问题：灰狼算法的迭代优化过程，与每次迭代的前三个最优个体的位置息息相关，所以，在随着迭代的不断进行，陷入局部最优的几率也逐渐上升，这就要求找到合适的、优秀的跳出局部最优的方法。
[0004]而且，灰狼算法与其他群智能优化算法相同，有自己的收敛因子a，根据此收敛因子a控制着灰狼算法在求解最优值时，是进行局部的搜索，还是进行全局的搜索。但是由于灰狼算法的收敛因子是线性递减的，虽然一定程度上简化了算法的复杂性，但是也对算法的性能产生了不小的影响。

技术实现思路

[0005]针对上述技术存在的问题，本专利技术提供了一种基于改进灰狼算法的柔性作业车间调度的方法，解决了算法收敛速度慢，容易陷入局部最优的问题，提高了调度结果的精度。
[0006]一种基于改进灰狼算法的柔性作业车间调度方法，具体按照以下步骤实施：
[0007]步骤一：构建柔性作业车间调度问题模型：包括柔性作业车间调度问题描述、模型假设。
[0008]步骤二：对车间设备以及所需加工的工序进行编码，采用基于工序编码和设备编码的自然数两段式编码；创建空的外部档案A0来保存目前的种群情况，规模为N'；设置灰狼算法的参数：初始种群规模N，当前迭代次数t，最大迭代次数t
max
。
[0009]步骤三：采用通过结合混沌映射和对立学习的扩展型GLR(全局，局部，随机)方法生成规模为N的初始种群。
[0010]步骤四：将当前种群与外部档案合并，计算合并后种群中个体的适应度值来评价该种群中的所有个体，确定决策层个体α、β和γ，并更新外部档案。
[0011]步骤五：判断是否满足灰狼算法终止条件：t＝t max
，是则转到步骤八，否则执行步骤六。
[0012]步骤六：判断由收敛因子计算得到的系数向量A的绝对值是否大于等于1，如果为是则全局搜索，采用Levy飞行更新位置。如果为否，则根据灰狼算法的位置更新方法更新位置。
[0013]步骤七：在灰狼算法进行的寻优的阶段，种群个体以当前最优个体为基准来更新自己的位置，对较优个体进行局部搜索可以较大提升算法求解精度和收敛速度。所以采用结合三种领域搜索算法的方式，进行局部搜索。并生成新一代灰狼种群，然后转步骤四，进行下一次迭代。
[0014]步骤八：灰狼算法结束，输出符合条件的最优解，通过此最优解进行解码，来得到柔性作业车间设备编码以及对应的工序编码排序。
[0015]本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：
[0016]本专利技术改进灰狼算法并将其应用在柔性作业车间调度问题的求解上，通过结合混沌映射和对立学习的扩展型GLR的方法初始化种群，确保了种群的多样性与种群的质量；采用Levy策略，增强算法跳出局部最优的能力，提高全局搜索的能力；最后设计一种领域搜索算法提高算法的局部搜索能力。来改进灰狼算法，提高了其在柔性作业车间上的表现，解决了传统的群智能优化算法存在收敛速度慢，容易陷入到局部最优的问题。
附图说明
[0017]图1是编码方式；
[0018]图2是本专利技术中算法流程图；
[0019]图3是传统灰狼算法求解FJSP在MK02所得到的收敛曲线图；
[0020]图4是改进灰狼算法求解FJSP在MK02所得到的收敛曲线图；
[0021]图5是改进灰狼算法求解FJSP在MK02所得到的甘特图。
具体实施方式
[0022]下面结合所附图片和具体实施方式对本专利技术进行详细说明。
[0023]本专利技术基于改进灰狼算法的柔性作业车间调度方法，具体按照以下步骤实施：
[0024]1、构建柔性作业车间调度问题模型：包括柔性作业车间调度问题描述、模型假设。
[0025]柔性作业车间调度问题描述如下：
[0026]柔性作业车间问题(后面简称为FJSP)本质上是传统作业车间问题的扩展，关于此问题具体可以表述为：在m台设备上，有n个工件需要加工，每个工件由J
i
道工序组成，每道工序可以在不同的设备上进行加工，而且加工的时间也是不同的，这就大大提高了复杂度。所以要求得其中的最优解迫在眉睫。
[0027]模型假设具体为模型满足以下条件：
[0028](1)同一台设备在同一时刻只能加工一道工序。
[0029](2)同一工件在同一时刻只能在一台设备上加工。
[0030](3)所有工件在0时刻均可以被加工。
[0031](4)不同工件工序之间相互独立,同一工件工序之间有先后约束。
[0032](5)每个工件在加工过程中不能被中断。
[0033](6)忽略设备准备时间以及工件转运时间。
[0034]构建目标函数如下：
[0035]本专利技术以最大完工时间C
max
,最小为优化目标，设C
i
为第i个工件J
i
的完工时间，目标函数如下，n表示工件总数，
[0036]minC
max
＝min{max(C
i
)}(1≤i≤n)
[0037]2、对车间设备以及所需加工工序进行编码，采用基于工序编码和设备编码的自然数两段式编码；创建空的外部档案A0，规模为N'；设置算法参数：初始种群规模N，当前迭代次数t，最大迭代次数t
max
。
[0038]采用等长两段式编码方法，即每个调度解均包含长度相等的前后两段，分别对应设备选择方案和工序编码排序方案，以3工件8工序为例，其编码方式如图1所示，其中的工序总数由编码长度表示，J1，J2，J3为三个工件，大括号圈起为每个工件的工序，工件号由OS的每一部分元素表示，Oh,k为第h个工件的第k道工序，每道工序对应选择的设备号由MS表示。
[0039]3、采用通过结合混沌映射和对立学习的扩展型GLR(global，local，random)生成规模为N的初始种群。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进灰狼算法的柔性作业车间调度方法，其特征在于，具体包括以下步骤：步骤一：构建柔性作业车间调度问题模型，包括柔性作业车间调度问题描述和模型假设；步骤二：对车间设备以及所需的加工工序进行编码；创建空的外部档案A0保存所述灰狼算法中目前的种群情况，规模为N'；设置灰狼算法的参数；步骤三：采用通过结合混沌映射和对立学习的扩展型GLR方法，生成规模为N的初始种群；步骤四：将当前种群与外部档案A0合并，计算合并后种群中个体的适应度值评价该种群中的所有个体，确定决策层个体α、β和γ，并更新外部档案；步骤五：判断是否满足灰狼算法终止条件：所述终止条件为是否达到最大迭代次数，是则转到步骤八，否则执行步骤六；步骤六：判断由收敛因子计算得到的系数向量A的绝对值是否大于等于1，如果为是则全局搜索，采用Levy飞行更新位置；如果为否，则根据灰狼算法的位置更新方法更新位置；步骤七：在灰狼算法进行的寻优的阶段，种群个体以当前最优个体为基准更新自己的位置，采用结合三种领域搜索算法的方式，进行局部搜索，并生成新一代灰狼种群，然后转步骤四，进行下一次迭代；步骤八：灰狼算法结束，输出符合条件的最优解，通过此最优解进行解码，得到柔性作业车间设备编码以及对应的工序编码排序。2.根据权利要求1所述的一种基于改进灰狼算法的柔性作业车间调度方法，其特征在于，在步骤一中，所述柔性作业车间调度问题描述和模型假设的具体描述如下：柔性作业车间调度问题描述：在m台设备上，有n个工件加工，每个工件由J
i
道工序组成，每道工序在不同的设备上进行加工，而且加工的时间也是不同的，要求得其中最优的设备和工序安排，使得完工时间最小；所述模型假设具体为：模型满足以下条件：同一台设备在同一时刻只能加工一道工序；同一工件在同一时刻只能在一台设备上加工，所有工件在0时刻均可以被加工；不同工件工序之间相互独立,同一工件工序之间有先后约束；每个工件在加工过程中不能被中断；忽略设备准备时间以及工件转运时间。3.根据权利要求2所述的一种基于改进灰狼算法的柔性作业车间调度方法，其特征在于，在步骤一中，还包括构建目标函数，具体如下：以最大完工时间C
max
最小为优化目标，设C
i
为第i个工件J
i
的完工时间，目标函数...

【专利技术属性】
技术研发人员：沈国强，顾惠，吴欣，范浩然，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：