[发明专利]基于多目标自适应和声搜索算法的Flowshop生产调度方法及系统

权利要求书

1.一种基于多目标自适应和声搜索算法的Flowshop生产调度方法，其特征在于，包括：

S1，设定和声搜索算法的基本参数，所述基本参数至少包括：解向量中变量的维数n、解向量中变量的取值范围、和声记忆库可保存的和声即解向量的个数HMS、和声记忆保留概率HR的上界和下界、音调扰动调节概率PR的上界和下界和算法迭代的最大次数；

S2，随机生成HMS个可行解存入和声记忆库中作为初始解；

S3，计算自适应的和声记忆保留概率HR和音调扰动调节概率PR；

S4，利用所述PR对所生成的部分新解进行扰动调节，以更新新解；

S5，将更新后的新解和初始解放入外部种群中，并进行非支配排序，得出各层Pareto最优前沿，所述Pareto最优前沿即最优解；

S6，计算各层最优解在外部种群中的拥挤度；

S7，根据最优解的非支配序和拥挤度选择出HMS个解，更新和声记忆库，转到步骤S8；

S8，判断迭代终止条件，如果已满足，则停止迭代，输出Pareto最优解集；否则，返回S3。

2.根据权利要求1所述的Flowshop生产调度方法，其特征在于，计算自适应的和声记忆保留概率HR和音调扰动调节概率PR包括：

获取预先设置的和声记忆保留概率HR公式HR＝HR_min+(HR_max-HR_min)H/log₂M和音调扰动调节概率PR公式PR＝PR_max-(PR_max-PR_min)H/log₂M；其中，HR_max为允许的最大和声记忆保留概率，HR_min为允许的最小和声记忆保留概率；PR_max为允许的最大音调调节概率，PR_min为允许的最小音调调节概率；表示所有解的全部变量位的平均负熵，可用来评价和声记忆库中解的多样性，若和声记忆库中解的多样性好，则平均负熵的值就较大；若和声记忆库中的解趋于一致即多样性差，则平均负熵的值就较小；表示种群中解的第j位变量的负熵；M个表示和声记忆库中有M个解，每个解由n个变量组成；设G_j表示M个解中的第j位变量值的集合，ρ_ij表示第i个解第j位变量值在G_j中的占有率；

利用和声记忆保留概率HR公式HR＝HR_min+(HR_max-HR_min)H/log₂M和音调扰动调节概率PR公式PR＝PR_max-(PR_max-PR_min)H/log₂M分别获取和声记忆保留概率HR和音调扰动调节概率PR。

3.根据权利要求2所述的Flowshop生产调度方法，其特征在于，所述S4中生成新解包括：

S41，在解的第1个变量集合X₁中随机地选取一个值赋给新解的第一个变量设i＝1；

S42，产生一个随机数rand，若rand<HR，则：

①随机产生一个不小于1且不大于M的正整数m；

②取和声记忆库中的第m个解x_m，查出所处的位置r；

③取第m个解x_m中第r+1位的变量若在新解x_new的前i个变量中均没有出现过，则把变量赋给新解的第i+1个变量否则，查找最靠近位置r且在新解x_new的前i个变量中出均没有现过的变量，将其值赋给新解x_new的第i+1个变量若找不到满足条件的变量，则从N中任意取一个值且在新解的前i个变量中均未出现过的值赋给新解x_new的第i+1个变量

S43，令i＝i+1；若i＝n，则输出新解否则，返回S42。