[发明专利]一种基于联合蚁群算法的批调度方法

权利要求书

1.一种基于联合蚁群算法的批调度方法，其特征在于：包括以下步骤：

S1：初始化最大迭代次数T_max、蚂蚁数量AntNum、工件数量n，机器数量I，机器容量S，信息素矩阵、信息素蒸发率ρ、工件的库存概率和运输概率，令当前迭代次数t＝1，蚂蚁序列Ant＝0；

S2：令Ant＝Ant+1，初始化禁忌列表TB＝(1,2,3,…,n)；

S3：当前蚂蚁Ant选择一台机器M_i构建一个空批B_ki；

S4：当前蚂蚁Ant随机选择未被分配的工件J_j分配到批B_ki，令TB_j＝0，构建当前批B_ki的候选列表L_ki；

S5：当时，当前蚂蚁Ant从所述候选列表L_ki中选择一个工件J_j分配到当前批B_ki中，更新TB_j＝0，转至S6；当时，转至S7；

S6：更新所述候选列表L_ki，返回S5；

S7：如果TB≠(0,0,0,…,0)，则返回S3，如果TB＝(0,0,0,…,0)，则输出当前蚂蚁Ant确定的调度方案；

S8：通过局部优化策略优化调度方案，计算优化后的调度方案的目标值，其中，所述步骤S8中计算目标值的方法为：

步骤I：输入调整后的调度方案，将所有批按到达时间非递减排序，获取批的总数K，当前批的序号初始化为k＝1，初始化库存集合运输集合车辆总数H＝0；

步骤II：将当前批B_k加入库存集合IB，计算库存集合IB中所有批的库存概率U_b和运输概率X_b，具体为

B_b∈IB

其中，q_g(t)表示工件J_g的库存概率，f_g(t)表示工件J_g的运输概率，每个工件J_g的库存概率J_g在步骤S1中被初始化为(0,1)内的随机实数，f_g(1)＝1-q_g(1)；

γ为常数，取γ＝0.3，Y_b为批B_b的库存时间，表示批B_b到当前批B_k的完成时间之差，即

步骤III：如果kK，转至步骤IV，否则转至步骤V；

步骤IV：将当前所有U_b≤X_b的批B_b移出库存集合IB，并加入运输集合DB，将运输集合DB中的所有批分配到车上，得到所需车辆h_k，令H＝H+h_k，更新库存集合IB，令k＝k+1，返回步骤II；

步骤V：将库存集合IB中的所有批移入运输集合DB，将运输集合DB中的所有批分配到车上，得到所需车辆h_k，令H＝H+h_k；

步骤VI：计算运输成本D和库存成本I；

D＝λ₃H

其中，λ₂,λ₃均为大于0的实数，Y_k为批B_k转入运输集合DB被车运输走时的库存时间；

步骤VII：计算并输出目标值其中表示第t次迭代时第Ant只蚂蚁的调度方案的目标值，其他字母的含义类似；

其中为运输集合DB中的批分配车辆的方法为：将所有批按照所占空间非递增排序，按照Best-Fit规则依次分配到车上，直到所有批都分配完，得到所需车辆的总数h_k；

S9：如果AntAntNum，则返回S2，否则转至S10；

S10：获取全局最优调度方案，如果tT_max，则更新库存概率、运输概率和信息素，令t＝t+1，Ant＝0，返回S2；否则输出全局最优调度方案。