[发明专利]一种基于混沌遗传算法的装备试验资源统筹调配方法

权利要求书

1.一种基于混沌遗传算法的装备试验资源统筹调配方法，其特征在于，具体包括以下步骤：

S1，根据当前试验任务要求和设备资源情况，确定调配优化集，即确定参与调配的任务/步骤集以及参与调配的可用设备集；

S2，建立试验资源统筹调配过程的数学模型，构建目标函数和约束条件；

S3，利用混沌遗传算法对试验资源统筹调配过程的数学模型进行求解，定义试验资源统筹调配的染色体编码方式为双层遗传编码，并结合调配优化集，建立调配问题解空间到染色体编码空间的映射关系；

S4，基于约束条件，初始化产生若干个体构成初始种群，个体数即为种群规模，每个个体为一条编码的染色体；

S5，将试验资源统筹调配过程的数学模型中的目标函数确定为适应度函数，计算种群中所有个体的适应度，并判断循环代数是否达到循环代数阈值，若是则将混沌遗传算法的优化结果输出为试验资源统筹调配结果，混沌遗传算法结束，否则执行步骤S6；

S6，定义试验资源统筹调配的选择方式为轮盘赌选择，并利用该方式选择种群中适应度高于某个阈值的个体，淘汰适应度低于某个阈值的个体；

S7，基于Logistic混沌映射构造混沌交叉算子，并利用混沌遗传算法的交叉概率和混沌交叉算子产生新个体；

S8，基于Logistic混沌映射构造混沌变异算子，并利用混沌遗传算法的变异概率和混沌变异算子产生新个体；

S9，混沌交叉和混沌变异后产生的新个体构成新一代种群，并重复步骤S5至步骤S8，直到混沌遗传算法收敛，得到试验资源统筹调配的最优解，将该最优解作为装备试验资源的最终调配方案，输出该调配方案；当随着循环代数的增加，种群个体的最优适应度变化至小于某一阈值时，混沌遗传算法收敛；

所述的步骤S7，随机选取两条染色体，再进行的具体操作包括：

S71，确定是否对该两条染色体进行交叉操作；任取初值s₀∈(0,1)，通过Logistic混沌映射公式s_r+1＝λs_r(1-s_r)，产生迭代序列，s_r为迭代序列中的第r个元素，r为设定值，λ表示，该迭代序列中元素的取值范围为(0,1)，以s_r+1作为控制交叉操作的标尺，将其与预先设定的交叉概率p_交比较，若s_r+1大于p_交，则对该两条染色体进行交叉操作，反之则不进行交叉操作；

S72，确定染色体的交叉位置；将染色体的第一层分为若干基因段，每一基因段包含一个或多个基因位；同时将区间(0,1)分为若干个子区间，每个子区间对应一个基因段，再利用Logistic混沌映射任取初值s₀产生迭代序列，迭代序列中元素的取值区间也为(0,1)，判断s_r+1所处的子区间，该子区间对应的染色体基因段即为该染色体的交叉位置；

S73，对该两条染色体进行交叉操作并对该两条染色体上的基因段进行局部调整；将该两条染色体第一层交叉位置中的基因段进行互换，并对交叉后的染色体上的基因段进行局部调整，使其表达的任务数和步骤数与约束条件相符，且染色体的第二层设备码只能在其第一层步骤码的可用设备集中进行选择。

2.如权利要求1所述的基于混沌遗传算法的装备试验资源统筹调配方法，其特征在于，

所述的步骤S1，确定调配优化集，包括任务/步骤集和可用设备资源集；首先，对于任务/步骤集，根据试验任务要求，确定参与调配的试验任务，并根据试验任务本身的流程步骤以及当前试验任务的进展情况，将试验任务和步骤进行划分，分为已完成任务和步骤及未完成任务和步骤，并将未完成任务和步骤构成一个集合，作为调度优化集中的任务/步骤集；其次，对于可用设备资源集，通过分析设备资源本身的技战指标和具备的能力，选出能够为任务/步骤集中的各任务及操作步骤发挥作用的设备资源，将其构成一个集合作为调度优化集中的可用设备资源集。