[发明专利]一种基于改进遗传算法的车间调度系统及调度方法

权利要求书

1.一种基于改进遗传算法的智能车间调度系统，其特征在于：包括用户信息管理模块、设备信息管理模块、产品信息管理模块、订单信息管理模块、加工信息管理模块以及车间调度管理模块；所述的用户信息管理模块用于查询助用户信息和更新用户信息；所述的设备信息管理模块用于查询设备信息和更新设备信息；所述的产品信息管理模块用于浏览产品信息和更新产品信息；所述的订单信息管理模块用于预览订单信息和更新订单信息；所述的加工信息管理模块用于查询加工信息和更新加工信息；所述的车间调度管理模块基于FAM规则和FCFP规则进行调度管理并设定参数。

2.一种基于改进遗传算法的智能车间调度方法，其特征在于：包括如下步骤：

步骤1：对当前最优解生成初始变量即初始调度方案，所述的当前最优解为标准遗传算法中已知的标准解；表示初始的静态排产计划中的变量序列；

步骤2：根据目标值的变化，遵循FAM规则生成新的调度方案，计算下一代变量t为迭代次数，初值赋0；

λi(t+1)=u·λi(t)(1-λi(t)),i=1,2,...,n]]>

式中：u表示变换系数，位于区间(0,1)，n表示变量的个数，对应车间调度方案问题中解的个数；所述的FAM规则为并行机最早可用机器规则；

步骤3:将变量转换为位置向量转换公式如下：

xi(t+1)=mi+ni·λi(t+1),i=1,2,...,n]]>

式中，m_i、n_i为转换常量，取值为0.5-1.0之间；

步骤4：判断是否符合终止条件，即是否收敛到当前最优解；若符合，则输出最优个体并结束迭代；否则转步骤5；

步骤5：计算每个个体的适应度函数值；

步骤6：在FCFP规则下，采用轮盘赌选择法和精英保留策略相结合的方式对当前位置向量进行选择操作；所述的FCFP规则为先来先加工规则；

步骤7：产生随机数r₁∈[0,1]，并判断r₁＜P_c是否满足，若满足则执行步骤8，否则执行步骤9；P_c表示交叉概率，取值范围是0.2～1.0；

步骤8：按照选定的PMX交叉法进行交叉操作，生成新个体；

步骤9：产生一个随机数r₂∈[0,1]，并判断r₂＜P_m是否满足，若满足则执行步骤11，否则执行步骤10；P_m表示变异概率，取值在0.01～0.2；

步骤10：进行变异操作，生成新个体；

步骤11：产生新一代种群，令P(t)＝P(t+1)，迭代次数t＝t+1，转至步骤4。