[发明专利]基于自适应蚁群优化的弹性车间调度技术

说明书

技术领域：

本发明涉及智能计算与生产管理领域，主要公开了一种基于自适应蚁群优化的弹性车间调度技术，能有效缩短工期，提高生产效率。

背景技术：

弹性车间调度问题(FJSP)包含两个集合J和E，集合J由N项作业组成，集合E由M台机器组成。每项作业包含一个序列，序列由带优先级约束的N_i个操作(O_i1，O_i2，...，O_Ni)构成，即一个操作O_ij+1不能开始直至它的前继O_ij完成，i＝1，2，...，N，j＝1，2，...，N_i-1。每个操作可以被它的可行机器集合E_ij中的任意一台机器执行，其中如果对所有操作，E_ij都等于E，那么问题就称为具有全弹性，否则称为具有部分弹性。问题的目标是在约束条件限制下，为M台机器中的每台机器找出一个操作序列使得N项作业的完成时间最小。

FJSP是车间调度问题的一般化。现实世界中的许多问题都可以被模型化为FJSP。因此，寻找一种有效的高效的方法来解决FJSP是在理论上和实践上都非常重要研究课题。然而，FJSP已经被证明是一类非多项式时间难问题(NP难问题)。这就是说，没有算法能够确定地在多项式时间内找到最优解，除非P＝NP。在这种情况下，与其使用很高的计算工作量去寻找精确的最优解，不如用能够在可接受时间内找到近似最优解的启发式算法。在文献上，现有的解决FJSP的启发式算法可以分为两类：分层的与整合的。

在分层方法中，FJSP被分成两个子问题：路由和调度。路由子问题是要将每个操作分配给它的可行集合中一台机器。调度子问题是要通过变换分配给每台机器的作业的次序从而最小化所有作业的完成时间。因此，解决FJSP可以通过逐一解决路由和调度子问题完成。与分层方法相反的是，整合方法将FJSP作为一个整体处理，同时优化路由和调度。分层方法通过问题分解降低了FJSP的复杂度，然而，这也可能使得分层方法无法找到问题的全局最优解。整合方法可以从理论上确保全局最优性。尽管如此，绝大多数现有整合方法却由于FJSP的高复杂度而面临着效率低下的问题。

发明内容：

本发明将蚁群优化算法应用于弹性车间调度问题。为使算法在不同问题实例上均取得理想性能，本发明在蚁群优化算法中引入了一种能够根据待解问题实例和当前搜索状态来自动选择启发式信息及其引导力控制参数的自适应策略。发明的自适应蚁群优化算法运用于弹性车间调度问题的步骤为：

(1)建立解构造图：在本发明公开的算法中，解构造图是一个有向连通图。图中每个结点表示一个操作到一台机器可行分配，此外，图中还有两个虚拟结点v₀和v_T+1，分别表示蚂蚁路径的起点和终点。T表示所有可行分配的数目。假设‘|·|’表示一个集合中元素的数目，那么T的值可以确定为

T=Σi=1NΣj=1Ni|Eij|---(1)]]>

除了v₀和v_T+1，每个结点v_l(1≤l≤T)分别记录了其各自相应的作业、操作和机器的索引J_l，OP_l和E_l，其中J_l∈[1，N]，所有结点通过有向弧相互连接，弧的指向满足操作间的顺序约束。