基于离散贝叶斯优化算法的复杂作业车间调度方法及系统技术方案

本发明专利技术涉及车间调度技术领域，尤其涉及的是一种基于离散贝叶斯优化算法的复杂作业车间调度方法及系统。该调度方法包括设置样本参数以获取初始样本，并生成初始样本点；评估样本点的实际目标函数值以形成样本集，并构建高斯过程代理模型；根据高斯过程代理模型建立采集函数以形成新样本；将新样本加入至样本集中，并判断是否达到最大迭代次数，若是，则输出最优解，若不是，则返回更新构建高斯过程代理模型。本发明专利技术随机生成多个初始样本，建立高斯过程代理模型，然后以高斯过程代理模型为基础构建采集函数，用于平衡算法的全局搜索和局部优化能力，并将先验模型和后验数据样本结合，不断更新高斯过程代理模型，从而实现在少量迭代获得较优的解。代获得较优的解。代获得较优的解。

【技术实现步骤摘要】
基于离散贝叶斯优化算法的复杂作业车间调度方法及系统


[0001]本专利技术涉及作业车间调度
，尤其是涉及的是一种基于离散贝叶斯优化算法的复杂作业车间调度方法及系统。

技术介绍

[0002]车间调度是指对车间内的资源进行合理分配和规划，以达到降本增效提质的生产目标，是制造系统的核心，是推动制造业高端化、智能化、绿色化的关键使能技术。车间调度优化模型在满足工程应用需求的过程中，随着优化目标、约束条件、仿真计算等不断丰富，其复杂度快速上升，难以快速求解。目标函数需要满足多个强关联指标之间的协同优化；约束条件更加复杂多变；采用仿真模拟等技术实现方案有效性评估等，使得求解空间复杂度增加、仿真求解计算时间长、计算成本高、算力要求大，最终导致目标函数的计算成本高（时间成本、算力成本等），不仅影响算法的求解效率，而且弱化了生产系统对动态事件的响应能力。
[0003]然而，当前对车间调度问题的优化方法研究，大多建立在大量的迭代或采样基础上，难以适用于目标函数计算成本高昂的复杂调度问题。因此，亟需寻找一种新的优化方法，能够在减少迭代次数的同时实时较好的优化效果，从而满足不同生产场景的优化需求。

技术实现思路

[0004]本专利技术的其他特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过说明书以及其他说明书附图中所特别指出的结构来实现和获得。
[0005]本专利技术的目的在于克服上述不足，提供了一种基于离散贝叶斯优化算法的复杂作业车间调度方法及系统。本专利技术随机生成多个初始样本，并根据初始样本建立求解问题的高斯过程代理模型，然后以高斯过程代理模型为基础构建采集函数，用于平衡算法的全局搜索和局部优化能力，并将先验模型和后验数据样本结合，不断更新高斯过程代理模型，从而实现在少量迭代获得较优的解，以满足生产实际需求。
[0006]为实现上述目的，本专利技术的技术解决方案是，提供一种基于离散贝叶斯优化算法的复杂作业车间调度方法，包括：初始化样本，设置样本参数以获取初始样本，并生成初始样本点；构建高斯过程代理模型，评估样本点的实际目标函数值以形成样本集，并构建高斯过程代理模型；建立采集函数，根据高斯过程代理模型建立采集函数以形成新样本；输出最优解，将新样本加入至样本集中，并判断是否达到最大迭代次数，若是，则输出最优解，若不是，则返回更新构建高斯过程代理模型。
[0007]本专利技术通过设置样本参数以获取初始样本，且随机生成多个初始样本点，并根据初始样本建立求解问题的高斯过程代理模型，然后以高斯过程代理模型为基础构建采集函
数，用于平衡算法的全局搜索与局部优化能力，并将先验模型和后验数据样本结合，不断更新高斯过程代理模型，从而实现在少量迭代获得最优的解。
[0008]在一些实施方式中，样本参数包括初始样本数量、采样次数、超参数选择策略。其中，超参数选择策略采用的是最大释然估计法。
[0009]在一些实施方式中，样本表示作业车间调度问题的一个解和目标函数值（x，y），其中，x=[x1，
…
，x
i
，
…
，x
nd
]，y为最大加工时间，即x
nd
的最后一道工序的完工时间，x
i
为第i个加工工件的标识编码，nd为工件总数。
[0010]在一些实施方式中，高斯过程代理模型为：假设目标函数f（x）在任意一点的目标值分布服从一个由均值函数u和协方差矩阵K共同决定的高斯分布，即，其中，，，表示第j个和第个元素值的协方差，n为样本数量。
[0011]在一些实施方式中，协方差函数为，式中，和p是控制模型衰减率和平滑度的超参数，其值可根据最大似然估计从观测样本X中学习，表示样本之间的距离，其中，，式中，和k为、中相同元素在序列中的位置，、为、中相同元素在序列中的位置的值，nd为工件总数，即序列的长度。
[0012]在一些实施方式中，采集函数为，式中，代表高斯过程的均值函数，描述了高斯过程在每个输入点x处得平均值，代表目标函数在某一点x处的方差，当前最优解，为标准正态分布累计密度函数，D为(x1,y1),
…
(x
m
,y
m
)，是当前样本的抽样数据集，为对x进行采样后最优点获得提升的期望。
[0013]在一些实施方式中，新样本的形成具体为：首先随机生成初始化样本，以为目标函数进行交叉迭代；在达到最大迭代次数后求得的序列x=[x1，
…
，x
i
，
…
，x
nd
]，计算序列的实际目标函数值后，将实际目标函数值添加到当前样本的抽样数据集D中。
[0014]本专利技术还提供了一种基于离散贝叶斯优化算法的复杂作业车间调度系统，包括：初始化模块，其用于设置样本参数以获取初始样本，并生成初始样本点；构建模块，其用于评估样本点的实际目标函数值以形成样本集，并构建高斯过程
代理模型；建立模块，其用于根据高斯过程代理模型建立采集函数以形成新样本；输出模块，其用于将新样本加入至样本集中，并判断是否达到最大迭代次数，若是，则输出最优解，若不是，则返回更新构建高斯过程代理模型。
[0015]在一些实施方式中，初始化模块包括：设置单元，其用于设置样本参数；获取单元，其用于获取多个初始样本；生成单元，其用于随机生成多个初始样本点。
[0016]在一些实施方式中，构建模块包括：评估单元，其用于评估样本点的实际目标函数值；形成单元，其用于形成样本集；构建单元，其用于构建高斯过程代理模型。
[0017]在一些实施方式中，输出模块包括：加入单元，其用于将新样本加入至样本集中；判断单元，其用于判断是否达到最大迭代次数。
[0018]在一些实施方式中，样本表示作业车间调度问题的一个解和目标函数值（x，y），其中，x=[x1，
…
，x
i
，
…
，x
nd
]，y为最大加工时间，即x
nd
的最后一道工序的完工时间，x
i
为第i个加工工件的标识编码，nd为工件总数。
[0019]在一些实施方式中，高斯过程代理模型为：假设目标函数f（x）在任意一点的目标值分布服从一个由均值函数u和协方差矩阵K共同决定的高斯分布，即，其中，，，表示第j个和第个元素值的协方差，n为样本数量。
[0020]在一些实施方式中，协方差函数为，式中，和p是控制模型衰减率和平滑度的超参数，其值可根据最大似然估计从观测样本X中学习，表示样本之间的距离，其中，，式中，和k为、中相同元素在序列中的位置，、为、中相同元素在序列中的位置的值，nd为工件总数，即序列的长度。
[0021]在一些实施方式中，采集函数为，式中，代表高斯过程的均值函数，描
述了高斯过程在每个输入点x处得平均值，代表目标函数在某一点x处的方差，为当前最优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于离散贝叶斯优化算法的复杂作业车间调度方法，其特征在于，包括：初始化样本，设置样本参数以获取初始样本，并生成初始样本点；构建高斯过程代理模型，评估样本点的实际目标函数值以形成样本集，并构建高斯过程代理模型；建立采集函数，根据高斯过程代理模型建立采集函数以形成新样本；输出最优解，将新样本加入至样本集中，并判断是否达到最大迭代次数，若是，则输出最优解，若不是，则返回更新构建高斯过程代理模型；其中，高斯过程代理模型为：假设目标函数f（x）在任意一点的目标值分布服从一个由均值函数u和协方差矩阵K共同决定的高斯分布，即，式中，，，表示第j个和第l个元素值的协方差，n为样本数量；协方差函数为，式中，和p是控制模型衰减率和平滑度的超参数，其值可根据最大似然估计从观测样本X中学习，表示样本之间的距离，，式中，和k为、中相同元素在序列中的位置，、为、相同元素在序列中的位置的值，nd为工件总数，即序列的长度。2.根据权利要求1所述的基于离散贝叶斯优化算法的复杂作业车间调度方法，其特征在于，样本参数包括初始样本数量、采样次数、超参数选择策略。3.根据权利要求1所述的基于离散贝叶斯优化算法的复杂作业车间调度方法，其特征在于，样本表示作业车间调度问题的一个解和目标函数值（x，y），其中，x=[x1，
…
，x
i
，
…
，x
nd
]，y为最大加工时间，即x
nd
的最后一道工序的完工时间，为第个加工工件的标识编码，nd为工件总数。4.根据权利要求1所述的基于离散贝叶斯优化算法的复杂作业车间调度方法，其特征在于，采集函数为，式中，代表高斯过程的均值函数，描述了高斯过程在每个输入点x处得平均值，代表目标函数在某一点x处的方差，为当前最优解，为标准正态分布累计密度函数，D为(x1,y1),
…
(x
m
,y
m
)，是当前样本的抽样数据集，为对x进行采样后最优点获得提升的期望。5.根据权利要求4所述的基于离散贝叶斯优化算法的复杂作业车间调度方法，其特征在于，新样本的形成具体为：首先随机生成初始化样本，以为目标函数进行交叉迭代；在达到最大迭代次数...

【专利技术属性】
技术研发人员：张剑铭，张浩宇，陈豪，陈松航，王耀宗，连明昌，
申请(专利权)人：闽都创新实验室，
类型：发明
国别省市：