一种基于改进遗传算法的硫化车间调度方法技术

本发明专利技术公开了一种基于改进遗传算法的硫化车间调度方法，包括以下步骤：S1、建立硫化车间调度模型；S2、进行编码与解码；S3、初始化以及确定适应度函数；S4、选择操作；S5、引入相互学习策略取代原有遗传算法中的交叉操作；S6、变异操作；S7、将变异操作后得到的个体进行适应度值的计算；S8、迭代次数t＝t+1；S9、将改进的硫化车间调度算法封装进硫化车间优化算法库中。该基于改进遗传算法的硫化车间调度方法，可以有效对硫化车间进行调度，减少生产成本，通过将交叉操作替代为相互学习策略，增强了算法的局部搜索能力，同时，将变异概率改进为自适应遗传算子，避免手动调参的同时，尽可能保留优秀个体，有效提升了算法的收敛性能。

【技术实现步骤摘要】

本专利技术涉及硫化车间调度，具体为一种基于改进遗传算法的硫化车间调度方法。

技术介绍

1、轮胎的生产需要经过密炼、压延、压出成型、硫化和终检等多种工序，硫化是轮胎生产过程中不可或缺一个重要环节，主要目的是增强轮胎的耐磨性、抗冲击性和延长使用寿命。所以对硫化车间进行优化调度，是企业提升生产效率，优化生产流程，降低生产成本的重要途径。硫化车间问题与属于并行调度问题，调度目标为最小化最大完工时间，需要同时考虑硫化时间和硫化机换模时间。

2、遗传算法(genetic algorithm，简称ga)是一种模拟自然界生物进化过程的优化算法，它通过模拟自然选择、交叉和突变等生物进化机制，以达到全局优化的目标。但是作为基础的优化算法，它依赖参数选择，常常需要根据经验确定交叉变异概率，并且具有收敛精度差、易于陷入局部最优等缺点，基于此，我们提出了一种基于改进遗传算法的硫化车间调度方法。

技术实现思路

1、本专利技术的目的在于提供一种基于改进遗传算法的硫化车间调度方法，以解决现有技术中存在的问题。

2、为本文档来自技高网...

【技术保护点】

1.一种基于改进遗传算法的硫化车间调度方法，硫化车间有M台可以进行硫化操作的机器，需要进行硫化操作的轮胎总数为N，轮胎型号数量为k种，其特征在于，硫化车间调度包括以下步骤：

2.根据权利要求1所述的一种基于改进遗传算法的硫化车间调度方法，其特征在于：在步骤S1中，目标函数表示为：

3.根据权利要求2所述的一种基于改进遗传算法的硫化车间调度方法，其特征在于：在步骤S2中，所述编码的方式为将每一条轮胎的硫化过程看作一个任务并进行编码，编码长度为N，再将硫化任务分配给各台机器；所述解码的方式为分别统计每台机器上硫化任务的先后次序以及数量，再计算各自的完工时间。

<...

【技术特征摘要】

1.一种基于改进遗传算法的硫化车间调度方法，硫化车间有m台可以进行硫化操作的机器，需要进行硫化操作的轮胎总数为n，轮胎型号数量为k种，其特征在于，硫化车间调度包括以下步骤：

2.根据权利要求1所述的一种基于改进遗传算法的硫化车间调度方法，其特征在于：在步骤s1中，目标函数表示为：

3.根据权利要求2所述的一种基于改进遗传算法的硫化车间调度方法，其特征在于：在步骤s2中，所述编码的方式为将每一条轮胎的硫化过程看作一个任务并进行编码，编码长度为n，再将硫化任务分配给各台机器；...

【专利技术属性】
技术研发人员：何文敏，马颂杨，张泉灵，薄翠梅，张登峰，李俊，王村松，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：