【技术实现步骤摘要】
本专利技术属于生产调度领域，更具体地，涉及一种基于自适应差分进化算法的并行批处理机调度方法及系统。
技术介绍
1、与传统的加工机器不同，批处理机器在同一时刻可以加工多个工件，提高了企业的生产效率。批处理机调度问题的决策包括如何将工件分配到机器、如何组批、如何进行批次排序等，是np-hard问题。批处理机调度问题广泛存在于半导体制造业、钢铁厂、3d打印等领域。在智能制造的多品种小批量定制化生产环境下，面对短交期特征，研究批处理机调度问题能够有效提高企业的生产效率与竞争力，具有重要的理论和现实意义。现有方法关于批处理机调度问题的研究目标以单目标为主，且往往假设工件具有相同交期。实际生产中，jit(just-in-time)生产模式强调工件准时完成，提前完成和延迟完成分别导致企业产生库存成本和拖期惩罚成本增加。同时，研究集成能耗的多目标优化调度成为关注热点之一。
2、因此，传统针对单目标以及单批处理机的调度问题研究已不能满足生产现实需求，亟需研究并行批处理机的多目标调度问题的智能优化算法，以同时最小化最大完工时间、提前期/拖期时间和和总能耗为目标，提高企业的生产效率和准期率，降低生产成本和能耗。
3、差分进化(de)算法是一种基于种群的全局优化算法，被广泛认为是解决复杂优化问题的最常用算法之一。通过在每一代中结合差分变异、交叉和选择操作，将种群引向全局最优。具有简单高效的优点，是不同领域学者们关注和研究的热点。传统de算法的变异策略和控制参数往往由用户指定，并在整个进化过程中保持不变，不利于平衡算法的探索与开发
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于自适应差分进化算法的并行批处理机调度方法及系统，其目的在于，针对并行批处理机多目标调度问题，对差分进化算法进行改进，实现并行批处理机多目标调度问题的快速求解。
2、为实现上述目的，按照本专利技术的一方面，提出了一种基于自适应差分进化算法的并行批处理机调度方法，包括如下步骤：
3、确定关于并行批处理机多目标调度问题的决策变量和目标函数，构建多目标调度模型；采用自适应差分进化算法对多目标调度模型进行求解，得到工件生产调度方案；
4、采用自适应差分进化算法对多目标调度模型求解时，包括如下步骤：
5、s1、生成初始种群，种群中每个个体代表一种工件生产调度方案；选择初始种群中部分个体作为初始的外部档案集，令迭代次数t＝1；
6、s2、从种群中随机选择一个目标个体；
7、s3、判断迭代次数t是否在预设学习期lp内：若t≤lp，则等概率选择各变异算子、缩放因子区间和交叉概率区间；否则，根据各变异算子、缩放因子区间和交叉概率区间在之前迭代中的表现确定各变异算子、缩放因子区间和交叉概率区间的选择概率；
8、s4、按照s3的选择概率对变异算子、缩放因子和交叉概率进行确定，进而据此对目标个体进行差分变异和交叉，得到试验个体；
9、s5、基于试验个体的目标函数值，对种群中个体进行更新；
10、s6、重复步骤s2～s5，直至该代种群中所有个体均被选择至少一次；然后基于当前种群中个体对外部档案集进行更新；
11、s7、判断迭代次数t是否达到预设最大迭代次数：如果是，则迭代结束，以此时外部档案集中的个体作为最终解；否则令t＝t+1，并回到步骤s2。
12、作为进一步优选的，步骤s5中，基于试验个体的目标函数值，对种群中个体进行更新，包括如下步骤：
13、对试验个体进行解码，并计算对应的目标函数值，根据目标函数值更新参考点；基于参考点，采用切比雪夫聚合函数对种群中个体进行选择更新；
14、其中，对个体的解码方法为：采用启发式规则对分配到机器上的工件进行组批和批次排序，再利用rls规则对批次开工时间进行优化；
15、参考点z*＝min{zj,j＝1,…,d}，zj表示当前种群和试验个体中第j个目标函数的全局最小值，d为目标个数。
16、作为进一步优选的，采用的启发式规则为iudert规则，即根据iud规则对分配到机器上的工件进行组批，根据ert规则对机器上的加工批次进行排序；在组批过程中，同时考虑批次完工时间、批次到达时间以及批次交期。
17、作为进一步优选的，利用rls规则对批次开工时间进行优化，包括如下步骤：
18、s521、生成随机变量q＝random{0,1}；初始时，令批次索引k＝1；
19、s522、若q＝1，转步骤s523；否则，第k个批次bk的开工时间保持不变，令k＝k+1，转步骤s521；
20、s523、计算批bk的加工时间pk、到达时间rk，以及批bk中工件交期的中位数
21、s524、若k＝1，则设置批bk的完工时间ctk＝rk+pk；否则，设置ctk＝max{rk,ctk-1}+pk；
22、s525、若则右移批bk使其完工时间等于若则继续如下判断：
23、若rk≤ctk-1，定义连续的np个加工批次为block p，block p中的工件集合为a；计算block p的参数值其中，集合表示block p中满足cj>dj条件的工件集，集合表示block p中满足cj＝dj条件的工件集，集合表示block p中满足cj<dj条件的工件集；cj表示工件的完工时间，dj表示工件的交期时间；
24、如果δp＜0：block p不移动；
25、如果δp≥0：(1)初始令k＝1，当批bk的开工时间stk≥rk,ctk-1≤rk时，将block p左移一个时间单位，更新stk＝stk-1，ctk＝ctk-1；否则，block p不移动；(2)令k＝k+1，并回到步骤(1)，直至k＝np；
26、若rk＞ctk-1，则不进行移动；
27、s526、令k＝k+1，并回到步骤s521，直至为批bk中的工件数量。
28、作为进一步优选的，基于参考点，采用切比雪夫聚合函数对种群中个体进行更新，包括如下步骤：
29、随机从当前种群选择一个个体y，分别按下式计算试验个体和个体y的切比雪夫聚合函数值gtche(x|λ,z)：
30、
31、式中：zj表示第j个目标函数的全局最小值，表示第j个目标函数的全局最大值；λj为第j个目标的权重向量；fj为个体的第j个目标函数值；
32、根据切比雪夫聚合函数值对试验个体和个体y进行对比：如果优于个体y，则用取代个体y，否则，保留个体y。
33、作为进一步优选的，步骤s3中，根据各变异算子、缩放因子区间和交叉概率区间在之前迭代中的表现确定各变异算子、缩放因子区间和交叉概率区间的选择概率；包括：
34、第o种变异算子的选择概率pmo,t计算方式如下：
35、
36、
37、其中，表示本文档来自技高网...
【技术保护点】
1.一种基于自适应差分进化算法的并行批处理机调度方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，步骤S5中，基于试验个体的目标函数值，对种群中个体进行更新，包括如下步骤：
3.如权利要求2所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，采用的启发式规则为IUDERT规则，即根据IUD规则对分配到机器上的工件进行组批，根据ERT规则对机器上的加工批次进行排序；在组批过程中，同时考虑批次完工时间、批次到达时间以及批次交期。
4.如权利要求3所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，利用RLS规则对批次开工时间进行优化，包括如下步骤：
5.如权利要求2所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，基于参考点，采用切比雪夫聚合函数对种群中个体进行更新，包括如下步骤：
6.如权利要求1所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，步骤S3中，根据各变异算子、缩放因子区间和交叉概率区间在之前迭代
7.如权利要求1所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，步骤S6中，基于当前种群中个体对外部档案集进行更新，包括：
8.如权利要求1所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，采用自适应差分进化算法进行求解时，预先采用混料均匀设计法生成与种群中个体数量相同的NPOP个初始权重向量集其中每个权重向量与一个个体对应；分别计算各权重向量λi与其他权重向量λk之间的欧氏距离，根据该欧氏距离确定各权重变量λi的T个邻域向量；i、k＝1,…,NP；
9.如权利要求1-8任一项所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，所述目标函数包括最小化最大完工时间、提前期/拖期时间、总能耗。
10.一种基于自适应差分进化算法的并行批处理机调度系统，其特征在于，包括处理器，所述处理器用于执行如权利要求1-9任一项所述的基于自适应差分进化算法的并行批处理机调度方法。
...【技术特征摘要】
1.一种基于自适应差分进化算法的并行批处理机调度方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，步骤s5中，基于试验个体的目标函数值，对种群中个体进行更新，包括如下步骤：
3.如权利要求2所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，采用的启发式规则为iudert规则，即根据iud规则对分配到机器上的工件进行组批，根据ert规则对机器上的加工批次进行排序；在组批过程中，同时考虑批次完工时间、批次到达时间以及批次交期。
4.如权利要求3所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，利用rls规则对批次开工时间进行优化，包括如下步骤：
5.如权利要求2所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，基于参考点，采用切比雪夫聚合函数对种群中个体进行更新，包括如下步骤：
6.如权利要求1所述的基于自适应差分进化算法的并行批处理机调度方法，其特征在于，步骤s3中，根据各变异算子、缩放...
【专利技术属性】
技术研发人员：陈亚绒，管在林，岳磊，房伟康，王陈，黄沈权，
申请(专利权)人：华中科技大学，
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。