发明名称 基于不确定环境下的多目标流水车间逆调度方法
摘要 一种基于不确定环境下的多目标流水车间逆调度方法,本发明属于车间调度领域,主要解决了传统的调度方法难以有效处理的不确定干扰情况,保证车间生产平稳运行。本发明包括以下步骤:1)针对不确定环境下的多目标流水车间逆调度,分别从客户和制造者角度出发,建立了考虑车间效率和车间系统波动情况的问题模型;2)采用改进的混合多目标遗传算法求解所述问题;3)该方法提出了混合策略的非支配排序方法,同时,采用两种多样性保持策略以及混合的精英保留策略,在外部档案集中引入基于NEH局部搜索策略,通过迭代函数来合理控制其范围,减少计算时间。本发明能够有效地改善车间系统状态,保证其稳定性,可以用于车间生产系统的优化与完善。
申请公布号 CN106125684A 申请公布日期 2016.11.16
申请号 CN201610588712.9 申请日期 2016.07.25
申请人 山东理工大学 发明人 牟健慧;高亮;郭前建;徐汝峰;张伟;牟建彩
分类号 G05B19/418(2006.01)I 主分类号 G05B19/418(2006.01)I
代理机构 代理人
主权项 基于不确定环境下的多目标流水车间逆调度方法,用于车间生产系统的优化与完善,其特征包括如下步骤:1)、建立基于不确定环境下的多目标流水车间逆调度问题模型此问题中主要考虑车间效率和车间系统波动情况,包括三个目标:(1)尽可能小地调整加工参数,即:<img file="476173dest_path_image001.GIF" wi="151" he="24" />(1)其中,<img file="84003dest_path_image002.GIF" wi="143" he="27" />(2)完工时间和尽可能接近原指标,即:<img file="653656dest_path_image003.GIF" wi="132" he="19" />(2)其中,<img file="55950dest_path_image004.GIF" wi="293" he="31" />(3)最小化调度系统调整量,即:<img file="875436dest_path_image005.GIF" wi="137" he="24" />(3)其中,H 代表哈明距离,即两条染色体直接的个体差异 2)、采用改进的混合多目标遗传算法求解上述问题模型,具体过程如下:(1)设置种群个数为<i>N</i>,依据编码方案,采用混合初始化方式生产初始化种群;(2)评价上述初始化的种群,并令迭代次数Gen=1;(3)采用遗传操作,基于改进的变异操作和交叉操作更新当前种群;(4)形成子种群,并与父代种群合并,形成种群数量为2<i>N</i>的新种群;针对2<i>N</i>个个体,采用NSGAII中的快速非支配排序法进行排序进行非支配解排序,获得非劣解集;(5)采用比较的方式,将此非劣解集与外部档案集中的解依次对比,将新的非支配解替换旧解,更新外部档案集;(6)挑选外部档案集中的部分个体,采用基于NEH局部搜索策略执行局部搜索,得到新的个体,重新更新外部档案集;(7)通过交叉、变异操作,重新组合形成新的种群<i>N</i>;(8)判断迭代次数Gen是否达到规定的阈值maxGen,若是,则结束算法,输出最后的非支配解集,若否,则令Gen=Gen+1,并跳转至步骤(3)继续操作。
地址 255086 山东省淄博市高新技术开发区高创园A座313室