[发明专利]一种基于改进遗传算法的动态扰动下的模糊化参数作业车间调度控制方法

摘要

一种基于改进遗传算法的解决复杂生产环境下作业车间调度控制方法，包括以下步骤：1)、设定模糊化参数的作业车间调度模型，以最大化所有产品满意度和最大化最小满意度为目标函数；2)、采用改进的遗传算法求解所述目标函数，(2.1)采用基于工序的编码；(2.2)多次运行G&T算法产生一个初始种群；(2.3)采用目标函数作为适应度函数对个体进行评价；(2.4)选择和交叉操作；(2.5)采用反转变异；(2.6)当每个组的个体均收敛到某一个度时，将各组种群合并继续进化直到收敛；(2.7)以预先设定的最大进化代数Nmax作为停止条件，将目前为止最好的解作为最优解，得到解决复杂生产环境下作业车间调度方案。本发明精确性良好、可靠性较好、实用性强。

主权项

1.一种基于改进遗传算法的动态扰动下的模糊化参数作业车间调度控制方法，其特征在于：所述控制方法包括以下步骤：1)、确定模糊化参数作业车间调度的目标函数模糊作业车间调度问题的目标函数为：求一个满足z^*的工件加工顺序，使得：z^*＝max(z′)                                (4)z′=y1z1+y2z2maxz1=Σi=1nwiAIimaxz2=AImin=mini=1,ΛnAIiΣi=1nwi=1y1+y2=1---(4-1)]]>2)、采用改进的遗传算法求解所述目标函数，具体过程如下：(2.1)编码：对调度窗口中的工件采用基于工序的编码；(2.2)初始种群的生成：多次运行G&T算法产生一个初始种群；(2.3)采用目标函数作为适应度函数对个体进行评价；(2.4)选择和交叉操作：采用交叉操作从两个父代中产生一个子代，具体如下：步骤2.4.1.选择所有工件的第1道操作，加入集合C；假定机器在同一时刻可以加工任意多个作业，计算集合C中各操作O_ijk∈C的模糊完成时间，记作根据三角模糊数的比较准则，确定集合C中最小模糊完成时间的操作O_i*j*k*，将与操作O_i*j*k*使用同一台机器M_k*的操作O_ijk*∈C构成集合G。由于操作O_ijk*与操作O_i*j*k*的操作时间上是有重叠的，集合G为冲突集合；步骤2.4.2.以50％的相同概率从两个父代个体中任选一个个体，在冲突集合G中选择具有最小模糊完成时间的操作，用选出的父代个体代替并表示为步骤2.4.3.以步骤2.4.2.中所选择的操作为基准，通过模糊数的取大操作依次更新冲突集合中其他操作的EC¹，EC²和EC³值，从集合C中移去操作将其下一道工序加入集合C，并计算其相应模糊完成时间；通过以上的操作得到了一个新的子代个体，进行c次以上的操作得到c个新子代个体。为保留由c个子代和2个父代组成的(c+2)个个体中具有优良性状的个体，用以下的方法选择两个在下一次遗传时保留下来的个体：a.在c个子代个体中，选择具有最大目标函数值的个体，也即局部排名选择；b.在剩下的(c+1)个个体中，选择具有最大目标函数值的个体；(2.5)变异操作：采用反转变异；(2.6)种群构造：当每个组的个体均收敛到某一个度时，将各组种群合并继续进化直到收敛；(2.7)以预先设定的最大进化代数N_max作为停止条件，将目前为止最好的解作为最优解；3)在动态事件发生时进行再调度，具体步骤如下：步骤1.初始化调度次数n＝0，开始调度的时间t₀＝0，给定窗口中工件的最大数目Lw，将待加工工件放入窗口内，设工件窗口为N_w，已完成工件集为N_c。步骤2.对当前窗口内的工件执行改进遗传算法，选择使目标函数最优的染色体作为调度结果，产生调度方案；步骤3.当有以下动态事件发生时，执行一次再调度，设动态事件发生时刻为t_c；①当有插单工件到来时启动一次再调度，转步骤4；②当工件到期时间改变时启动一次再调度，转步骤4；③当机器损坏事件发生时启动一次再调度，转步骤4；步骤4.修改可利用设备项，将已完成的工序从工件窗口N_w迁入已完成工件集N_c，产生已完成工序的调度方案；未完成工序的顺序提前，将剩余工序作为未调度的新工序：①将插单工件加入工件窗口N_w，和未完成工序组成新的待加工工序，执行再调度。若插单工件到来时，某机器正在加工某道工序，则自动延迟一定时间，该道工序完成后执行再调度；②工件到期时间改变时，更新工件窗口内的工件信息，执行再调度；③机器损坏时，将正在该机器上加工的工件移出工件窗口，对剩下的工件执行再调度；当仿真时钟运行到剩余工件需在该机器加工的工序时，将此工件移出工件窗口，对剩余工件执行再调度；机器修复时，将移出工件窗口的工件重新迁入，执行再调度；按照再调度事件重复进行步骤4，直到所有的工件加工完成，产生最终调度方案。