【技术实现步骤摘要】
本专利技术属于离散车间生产调度领域，涉及一种基于改进差分进化算法的离散车间生产调度方法、装置及介质，更具体地，涉及一种焊装车间生产调度的优化算法及最佳调度方案的设计。
技术介绍
1、汽车焊装流水车间的调度问题是一个典型的置换流水车间调度问题(permutation flow-shop scheduling problem，pfsp)，其主要任务是确定一个生产调度序列，使某个优化指标达到最优。其中总完工时间是流水车间调度问题的一个重要性能指标，总完工时间最小化可促使生产资源稳定有效利用、任务的迅速传递及商品库存最小。
2、近年来，国内外很多学者提出一些针对pfsp问题的智能优化算法，目前比较热门的算法主要有：基于蚁群优化的置换流水车间调度算法、犀牛搜索算法(rsa)、离散狼群算法、基于levy飞行策略的入侵杂草优化算法、分支定界算法(b&b)、基于关键块结构的混合进化算法、贪婪引力搜索算法(ggsa)、带有局部搜索的离散烟花算法、改进的模拟退火算法、混合鸟群算法(hbsa)、改进模拟退火算法(sa)、改进差分进化算法(de)。
3、综上所述，智能化生产调度是实现汽车焊装流水车间的自动化、数字化的关键技术之一。研究一种最佳的生产调度方案对提高生产效率，节约能源，提升企业的竞争力至关重要。
技术实现思路
1、针对焊装车间生产调度问题，本专利技术提出一种带有松弛参数的改进差分进化算法，通过在差分进化算法中合理选取松弛参数ω，给出一个新的种群变异策略，制定焊装
2、为解决上述技术问题，本专利技术是采用如下技术方案实现的，结合附图说明如下：
3、需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
4、而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
5、本专利技术的目的是通过以下技术方案来实现的：首先为实现含有松弛参数的改进差分进化算法在汽车焊装生产调度问题中的应用，使用一种基于随机编码的最大秩规则(lrv)，将差分进化算法中的连续位置转化为离散的焊接作业排列；结合neh启发式算法、随机初始化及基于iis的全局搜索策略，提高种群的多样性和解的质量；通过选取合理的松弛因子，给出一个新的种群变异策略；给出通过基于pfsp基准的仿真和比较，验证该算法的有效性，并使用该算法给出某汽车焊装车间生产任务的最佳生产调度方案。
6、一种基于改进差分进化算法离散车间生产调度方法，包括如下步骤：
7、步骤一、生产任务数据预处理：由生产任务给出不同工件在各个机器上的加工时间，以便使用改进差分进化算法进行优化调度；
8、步骤二、建立离散车间生产调度优化模型，通过选取松弛参数ω、交叉概率cr和缩放因子f的值，求出离散车间作业的最佳工序；
9、步骤三、采用基于随机密钥的lrv规则，将差分进化算法中连续的位置值与工件排序进行转换，制定离散车间生产任务的调度方案。
10、进一步地，步骤二中所述建立离散车间生产调度优化模型，通过选取松弛参数ω、交叉概率cr和缩放因子f的值，求出离散车间作业的最佳工序，具体包括以下步骤：
11、步骤1初始化。
12、首先运用改良后的nehljp1技术，生成一组工件排列顺序；
13、其次运用这些工件，对种群中约10％的个体进行初始化，每个工件排序所需初始化的个体数量相等；
14、最后以随机方式产生未被使用的个体；将neh启发式算法与随机初始化相结合进行种群初始化；在d维搜索空间中随机生成大小为np的种群,最大迭代次数为gmax，第g代种群内的第i个个体记为xi，g；
15、步骤2选择松弛因子进行差分变异；
16、考虑种群个体适应度的带有松弛因子的改进差分变异策略，通过选择松弛因子ω和指标r1，r2，确定最佳个体；
17、步骤3交叉；
18、计算个体第j维的多样性测度量；第g代个体与变异的个体进行交叉形成新的试验个体
19、进一步地，步骤2选择松弛因子进行差分变异中的算法模型部分：假设n个工件{j1，j2，...，jn}遵循相同的顺序依次在串行排列的m台机器m1,m2，...，mm}上加工，在已知各台机器上各工件的加工时间的前提下，需要确定工件在各机器上的加工顺序使得调度目标最优；
20、令pik为工件ji在机器mk上的加工时间(i＝1，2，...，n，k＝1，2，...，m)；π＝{π(1)，π(2)，...，π(n)}为所有工件的一个排序，即工件加工生产的一个调度方案；c(π(i)，k)为工件π(i)在机器mk上的完工时间，π(i)∈{j1，j2，…，jn}；各个工件在各台机器上的完工时间按照如下方法进行计算：
21、c(π(1)，1)＝pπ(1)，1 (1)
22、c(π(i)，1)＝c(π(i-1)，1)+pπ(i)，1(i＝2，3，...，n) (2)
23、c(π(1)，k)＝c(π(1)，k-1)+pπ(1)，k(k＝2，3，…，m) (3)
24、c(π(i)，k)＝max{c(π(i-1)，k)，c(π(i)，k-1)}+pπ(i)，k(i＝2，3，…，n；k＝2，3，...，m)
25、 (4)
26、最大完工时间cmax为最后一个工件π(n)在最后一台机器mm上的完工时间：
27、cmax(π)＝cmax(π(n)，m) (5)
28、优化的目标是求一个最佳工序π*，使得
29、
30、其中π表示调度方案的集合。
31、进一步地，步骤1初始化中在d维搜索空间中随机生成大小为np的种群，最大迭代次数为gmax，第g代种群内的第i个个体用一个实向量xi，g来表示：
32、
33、其中d＝1，2，…，d为xi，g的第d个分量，满足：
34、
35、其中为搜索的上下限。
36、进一步地，步骤2选择松弛因子进行差分变异中提出考虑种群个体适应度的带有松弛因子的改进差分变异策略：
37、
38、其中0＜ω<2为松弛因子，r1，r2∈[1，np]为互不相同的随机数，为两个随机向量的差分，xbest，g为第g代种群中最优个体，本文档来自技高网...
【技术保护点】
1.一种基于改进差分进化算法离散车间生产调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于，步骤二中所述建立离散车间生产调度优化模型，通过选取松弛参数ω、交叉概率CR和缩放因子F的值，求出离散车间作业的最佳工序，具体包括以下步骤：
3.根据权利要求2所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于：
4.根据权利要求3所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于：
5.根据权利要求4所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于：
6.根据权利要求5所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于：
7.根据权利要求6所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于：
8.根据权利要求7所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于：
9.一种装置，其特征在于：包括一个或多个处理器；
10.一种计算机可读存储介质，其
...【技术特征摘要】
1.一种基于改进差分进化算法离散车间生产调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于，步骤二中所述建立离散车间生产调度优化模型，通过选取松弛参数ω、交叉概率cr和缩放因子f的值，求出离散车间作业的最佳工序，具体包括以下步骤：
3.根据权利要求2所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于：
4.根据权利要求3所述的一种基于改进差分进化算法离散车间生产调度方法，其特征在于：
5.根据权利要求4所述的一...
【专利技术属性】
技术研发人员：王瀚霄，陈卓，夏棋，赵亚东，金鑫，刘菁茹，阙少华，于德清，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。