[发明专利]基于遗传算法的分布式全流程作业车间调度方法及终端

权利要求书

1.基于遗传算法的分布式全流程作业车间调度方法，其特征在于，步骤如下：

步骤S1、初始化参数、种群并计算种群中个体的适应值：设置当前进化代数gen = 1,最大进化代数MaxGen，种群规模NP，交叉概率P_c和变异概率P_m；随机初始化种群pop₁和pop₂，并计算两个种群中所有个体的适应值；其中，所述个体指多个作业在多个工厂进行生产进行加工的序列；

步骤S2、利用快速非支配排序方法计算所有个体中的非支配解，并将所述非支配解放入外部存档A中；

步骤S3、所述pop₁和所述pop₂分别利用二元锦标赛的方法从种群自身以及所述外部存档A中选择要交叉的NP个个体；其中，所述pop₁以完成时间为指标选择个体，所述pop₂以成本为指标选择个体；

步骤S4、两个种群分别执行交叉操作；

步骤S5、两个种群分别执行变异操作；

步骤S6、更新外部存档A中的个体；

步骤S7、所述gen增加1；若所述gen小于所述MaxGen，则执行步骤S3；否则，程序终止。

2.根据权利要求1所述的基于遗传算法的分布式全流程作业车间调度方法，其特征在于，在步骤S1中，初始化的参数包括n个产品和f个分布式工厂；所述产品的作业调度阶段包括生产阶段、装配阶段和差异化阶段；

其中，所述产品的类别数量为t，每个所述产品的作业数量为w；P_i表示第i个产品，J_i,p表示第i个产品的第p个作业；所述J_i,p映射为J_j，所述J_j表示第j个作业，其中,j=i×w+p且j∈[1, n×w]；

其中，每个所述分布式工厂设置有m台机器；M_k,1,z表示在所述生产阶段中，第k个所述分布式工厂的第z台机器；

其中，M₂表示在所述装配阶段的机器；M_3,h表示在所述差异化阶段中对第h类产品进行处理的机器；

所述种群中的个体的初始化步骤为：

步骤S1-1、采用双层编码方式表示所述个体，即x_s={π(1), π(2), …, π(f)}，π(k)={π(k,1), π(k,2), …, π(k,n_k)}；其中，x_s表示为种群中的第s个个体，π(k)表示为个体中第k个所述分布式工厂内作业的调度序列，且k∈[1, f]；π(k,q)表示π(k)处理的第q个作业，且q∈[1, n_k], n_k表示第k个工厂处理的总的作业数目；个体x_s的存储结构为二维结构；

步骤S1-2、随机生成一个作业生产的序列{J₁，J₂，…，J_j}，将序列中的前f个作业依次分配给个体x_s的每一个π(k)，再将剩余的作业分配给同一个个体x_s的任意一个π(k)中；

步骤S1-3、计算个体x_s的适应值，并将个体x_s分配种群pop₁或种群pop₂；

步骤S1-4、重复步骤S1-1至S1-3，直至两个种群都包含NP个个体。