发明名称 |
基于改进遗传算法的可重构装配线排序方法 |
摘要 |
本发明公开了基于改进遗传算法的可重构装配线排序方法,根据可重构装配生产线的一个最小生产循环确定种群规模,以一个染色体为所有任务的全排列为标准进行基因编码;计算个体的最小化可重构装配线的空闲和未完工作业量、均匀化零部件使用速率和最小化生产调整费用;进行分级操作,执行Pareto优化解集过滤操作,计算各等级的适应度,按适应度进行遗传操作,执行精英保留策略,通过判断是否收敛或达到预先设定的最大迭代数得到Pareto最优解集和对应的目标函数值。本发明综合考虑影响可重构装配线优化排序的三个主要因素,在遗传操作中综合多种技术,保证了群体的多样性,避免了算法早熟,增强了算法全局寻优能力。 |
申请公布号 |
CN102323952A |
申请公布日期 |
2012.01.18 |
申请号 |
CN201110266842.8 |
申请日期 |
2011.09.09 |
申请人 |
河海大学常州校区 |
发明人 |
苑明海;许焕敏;纪爱敏 |
分类号 |
G06F17/30(2006.01)I;G06N3/12(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
常州市科谊专利代理事务所 32225 |
代理人 |
孙彬 |
主权项 |
1.一种基于改进遗传算法的可重构装配线排序方法,其特征在于包括以下步骤:①根据可重构装配生产线的一个最小生产循环确定种群规模,以一个染色体为所有任务的全排列为标准进行基因编码;②计算个体的最小化可重构装配线的空闲和未完工作业量、均匀化零部件使用速率和最小化生产调整费用;③进行分级操作:采用群体排序技术,在Pareto最优解中对群体进行分级,通过比较步骤②中的数值,提取出当前种群中所有非劣解个体,构成当前的非劣解集,并将其划分为同一同级,赋予等级1,然后将这些个体从种群中剥离出来,在剩余个体中找出新的非劣解,并赋予其等级为2;重复上述过程,直到种群中所有个体都被分类为止;④执行Pareto优化解集过滤操作,将等级为1的个体保存在Pareto过滤器中,同时剔除劣解;若个体个数超出了设定的Pareto个数,则剔除相似解;否则进入步骤⑧;⑤计算各等级的适应度:<img file="2011102668428100001DEST_PATH_IMAGE001.GIF" wi="264" he="49" />,<img file="531894DEST_PATH_IMAGE002.GIF" wi="20" he="20" />为群体的规模数,<img file="2011102668428100001DEST_PATH_IMAGE003.GIF" wi="26" he="25" />为群体的分级数,<img file="524645DEST_PATH_IMAGE004.GIF" wi="24" he="26" />为第<img file="538869DEST_PATH_IMAGE006.GIF" wi="9" he="18" />级的群体规模,<img file="2011102668428100001DEST_PATH_IMAGE007.GIF" wi="20" he="26" />为第<img file="949995DEST_PATH_IMAGE008.GIF" wi="14" he="21" />级的适应度;⑥按适应度进行遗传操作:对初始种群的个体采用交叉概率和变异概率的自适应重构策略,根据种群个体特征自动调整交叉和变异的概率,实现自适应;⑦执行精英保留策略;⑧判断是否收敛或达到预先设定的最大迭代数;若是,则输出Pareto最优解集和对应的目标函数值;否则,重复步骤①至步骤⑧。 |
地址 |
213022 江苏省常州市新北区晋陵北路200号 |