[发明专利]基于改进人工蜂群算法的动态多目标柔性作业车间调度方法

权利要求书

1.一种基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，包括以下步骤：

(1)建立动态多目标柔性作业车间调度模型，将最大完成时间最小、碳排放最小和稳定性惩罚最小作为模型的目标函数；

(2)确定调度的约束条件，包括工序约束、机器约束、时间约束；

(3)初始化种群，采用两段式编码的方式表示染色体信息，第一段为工序编码串OS，用来确定工件的加工顺序；第二段为机器编码串MS，用来表示工序分配到的机器；

(4)若达到设定的迭代次数，则输出外部档案，若没有达到则继续执行步骤(5)；

(5)雇佣蜂采用工序编码串邻域搜索和机器编码串邻域搜索更新种群；

(6)观察蜂阶段采用锦标赛选择操作选择交叉个体，采用交叉与多重变异操作；

(7)侦查蜂阶段增加雇佣蜂转换为侦查蜂的数量并跳转到步骤(4)，直至满足步骤(4)所述终止条件，获得优化后的调度模型，判断动态事件类型。

2.根据权利要求1所述的基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，所述步骤(1)包括以下步骤:

(11)假设有m(M₁,M₂,...,M_m)台机器处理n(J₁,J₂,...,J_n)个工件，每个工件有若干道工序，O_ij表示工件i的第j道工序，每道工序可以在不同机器上进行加工，且在不同的机器上的加工时间是不相同的；

(12)最小化工件的完成时间：

f₁＝min(maxC_i)

其中，C_i表示工件J_i的完成时间，i＝1,2,3,…,n；n为工件的总数；最后一个工件完成的时间为最大完成时间；

(13)碳排放最小：

其中，为机器M_h的空载功率，t_h为机器上M_h的空载时间，e_i为第i个工件的工序数，为工件i的第j道工序在机器M_h上的负载功率，t_ijh为第i个工件的第j道工序在机器M_h上加工所需时间，ε为转换系数；

(14)稳定性惩罚最小：

其中，O_ij为第i个工件的第j道工序，O_EA为重调度后提前加工工件集合，s_ij为工件O_ij的开始时间，Q为动态事件前时刻，H为动态事件后时刻，O_DA为重调度后延后加工工件集合，O_DC为重调度后延后完成工件集合，c_ij为工件O_ij的完成时间，γ为惩罚系数。

3.根据权利要求1所述的基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，步骤(5)所述的工序编码串邻域搜索实现过程如下：

随机选择两个工件J₁和J₂，记录两个工件在工序串中的位置；若工件J₁工序数小于J₂，首先把J₁从左到右填充到J₂原来的位置，J₂的工序从左到又依次填充到剩余位置；若工件J₁工序数大于J₂，J₁把J₂位置填充满后，剩余工序从左至右填充至原来位置，J₂把剩余位置填满；计算新解各目标值，若新解支配旧解，则用新解替换旧解。

4.根据权利要求1所述的基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，步骤(5)所述的机器编码串邻域搜索实现过程如下：随机生成整数I，I不大于总工序数；在机器分配码中随机选取I个位置；为每道工序从候选机器集中随机选则一台机器，若只有一台则保持不变；计算新解各目标值，若新解支配旧解，则用新解替换旧解。

5.根据权利要求1所述的基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，步骤(7)所述判断动态事件类型过程如下：

依据车间中订单、工序和机器关键信息将动态事件分为订单取消、紧急订单和机器故障三类；订单取消时把一部分订单移除工件集，并对剩余工件重新分配机器加工；紧急订单时，将紧急订单工件加工工件集合中，并且自动给其最高优先级，待给紧急订单分配的完成时间为最短后，在紧急订单后重新安排原订单加工；机器故障时，自动将故障机器移除可用机器集，将工序安排到其它机器上加工，当故障机器修复完成后，可在原故障机器上重新安排加工。