[发明专利]一种基于蚁群算法的工件调度方法及装置

说明书

本发明公开了一种基于蚁群算法的工件调度方法及装置，方法包括：1)、在当前次迭代中，针对对应于待调度工件集合的蚂蚁，创建对应于蚂蚁的工件调度方案；2)、判断当前次迭代对应的迭代次数是否达到最大迭代次数；3)、若是，更新所述非支配解集，得到目标非支配解集，并将所述目标非支配解集中的解作为目标调度方法；4)、若否，将全局更新后的针对完工时间的信息素矩阵作为下一次迭代的第一初始信息素矩阵，将全局更新后的针对拒绝代价的信息素矩阵作为下一次迭代的第二初始信息素矩阵，并返回执行步骤1)，直至当前次迭代对应的迭代次数达到最大迭代次数。应用本发明实施例，可以对包含拒绝条件的批处理调度问题进行处理。

技术领域

本发明涉及一种工件调度方法及装置，更具体涉及一种基于蚁群算法的工件调度方法及装置。

背景技术

在日常的生产活动中，批调度问题扮演一个很重要的角色。作为典型的组合优化问题，批调度问题有很广泛的应用背景，比如港口货物装卸、物流运输业及通信领域等。研究批调度问题的灵感来源于半导体芯片制造流程的煅烧阶段，为了保证芯片的使用寿命，要先检验半导体芯片的耐高温性，由于用于高温测试的熔炉数量比较少且高温测试时间比较长，所以制造商放弃了一对一的质量检测方法，将多个工件放入熔炉中，这样既没有放松对于半导体芯片质量的要求，又节省了时间和资源，由此研究者们也正式开启了对于批调度问题的研究。

在之前的批调度问题研究中，一般认为制造商必须接受所有的工作而不考虑拒绝，但因为资源的有限性以及其他条件的约束，在现实的生产中，并不是所有的工件都能被加工的，例如在一个高负荷运作的制造系统中，每天都会有很多订单需要处理，但是公司的人力和机器等资源是有限的，调度程序可能无法平衡所有的工件同时保持可接受的服务质量和合理的库存水平之间的关系，每笔订单又必须在交货日期之前完成，出于利益的考虑，公司会拒绝一些相对利润低的订单，优先加工利润高的订单。这就是考虑拒绝的批调度问题的一个例子。在陶瓷制造业中也有考虑拒绝的情况，首先制造商根据订单到特定供应点购买黏土，但是黏土对于时间、温度和湿度的要求比较高，超过一定的时间黏土就不能再用来做陶器了，所以为了不浪费原料，按时完成订单要求，获得最高的利润率，制造商通常会把一部分订单“外包”给别的陶瓷制造厂，为此也要支付一定的金钱作为“外包费用”，这份“外包费”就称为“拒绝代价”。

但是，现有的蚁群优化算法并不能对包含拒绝条件的批处理调度问题进行处理。

发明内容

本发明所要解决的技术问题在于提供了一种基于蚁群算法的工件调度方法及装置，以对包含拒绝条件的批处理调度问题进行处理。

本发明是通过以下技术方案解决上述技术问题的：

本发明实施例提供了一种基于蚁群算法的工件调度方法，所述方法包括：

1)、在当前次迭代中，针对对应于待调度工件集合的蚂蚁，根据针对完工时间的第一初始信息素矩阵，以及针对拒绝代价的第二初始信息素矩阵，创建对应于所述蚂蚁的工件调度方案，并在各个蚂蚁的工件调度方案都被创建完成后，全局更新对应于完工时间的信息素矩阵以及对应于拒绝代价的信息素矩阵；

2)、判断当前次迭代对应的迭代次数是否达到最大迭代次数；

3)、若是，将当前次迭代得到的非支配解加入到非支配解集中，更新所述非支配解集，得到目标非支配解集，并将所述目标非支配解集中的解作为目标调度方法；

4)、若否，返回执行所述步骤1)，直至当前次迭代对应的迭代次数达到最大迭代次数。