[发明专利]一种基于遗传算法的作业车间调度建模的方法

摘要

本发明公开了一种基于遗传算法的作业车间调度建模的方法，该方法步骤流程包括保存基因片段逆序交叉的JSP遗传算法设计、eM-Plant仿真建模、收集数据、改进变异算子、得到优化方案；所述的保存基因片段逆序交叉的JSP遗传算法设计的步骤流程包括：基于工序编码、随机生产初始群、计算初始群的适应度、是否满足循环次数、判断是：输出最优结果和程序运行时间、画出算法性能跟踪图、画出最优调度跟踪图、判断否：赌轮选择、保存基因片段逆序交叉、随机变异、计算新种群适应度、将子代种群重新插入父代种群、记录最优结果跟踪算法性能。本发明能够优化和协调生产车间的运行，设计效果好、过程简单、降低了生产风险和成本。

主权项

一种基于遗传算法的作业车间调度建模的方法，其特征在于，该基于遗传算法的作业车间调度建模的方法包括：保存基因片段逆序交叉的JSP遗传算法设计、eM‑Plant仿真建模、收集数据、改进变异算子、得到优化方案；保存基因片段逆序交叉的JSP遗传算法设计；参数编码、初始群体的设定、适应度函数的设计、遗传操作的设计、控制参数设定五个要素组成了遗传算法，具体的步骤如下：步骤一，基于工序实数编码，随机生成初始种群；步骤二，根据目标函数计算种群内所有个体的目标函数值，并根据函数值分配适应度；步骤三，根据适应度和代沟，采取赌轮选择原则，从父代选取出部分个体用于随后的交叉变异；步骤四，对选取出来的个体进行保存基因片段的逆序交叉，并将交叉后产生的个体取代父代个体；步骤五，交叉完成以后，对种群中的个体进行随机变异，并取代父代个体；步骤六，根据目标函数计算子代各个个体的目标函数值，并根据该值将子代个体重新插入父代种群中；步骤七，记录新种群中最优目标值和最优调度方案；步骤八，是否满足遗传迭代次数，满足，执行步骤九，否则转入步骤一；步骤九，从所有循环中，找到最优目标函数值和最优调度方案。