[发明专利]基于改进变邻域搜索算法的生产调度方法及系统

摘要

本公开涉及一种基于改进变邻域搜索算法的生产调度方法及系统，该方法包括：1.将工件进行分组；2对每个组中的工件进行分批；3.设定解的邻域结构；4.设定学习策略；5.设定算法中各参数；6.产生初始解；7.产生初始种群个体；8.初始化个体知识库和社会知识库；9.更新获得个体的新解；10.计算个体适应度值；11.更新个体知识库和社会知识库；12.获取种群中最优解；13比较初始解和种群最优解，若初始解优于种群更新后最优解，则返回步骤9；否则更新初始解，并返回步骤7；14.判断终止条件是否满足，若满足则算法结束并输出最优解，否则算法继续。本公开提供的方法能提高生产效率，降低生产成本，从而实现企业的总体经济效益最大化。

主权项

1.一种基于改进变邻域搜索算法的生产调度方法，其特征在于，所述的生产调度方法是按如下步骤进行：步骤1、输入多组任务中每个工件的到达时间，加工时间，将组集合中的第i个组G_i中的工件集合中的工件按加工时间非递减顺序进行排序,从而获得排序后的工件集合步骤2、将所述组G_i中经过排序后的工件集合中的第1个未分配的工件放入能容纳该工件的批中；若批的剩余空间不能容纳第1个未分配工件,则将该工件放到一个容量为C的新批中,直至把所述组G_i中经过排序后的工件集合中的所有工件都分配到相应的批中；步骤3、将步骤2中组G_i得到的所有批按批处理时间非递减进行排序，得到组G_i的批处理集合表示组G_i中的第j个批，将第j个批的加工时间记为其加工时间是所有批中完工时间最长的工件决定；将组G_i中第j批的准备时间记为组G_i中批次总数记为表示不小于x的最小整数；其中表示G_i中的工件数量；步骤4、随机产生组序列初始解，记为表示序列解中第i₁个组，其中，1≤i₁≤n₁；步骤5、初始化算法中的各个参数，包括变邻域算法最小邻域h_min、变邻域算法跨邻域步长hstep、自适应算法迭代次数it、自适应算法最大迭代次数it_max、种群个体数目N、当前算法迭代次数I、最大迭代次数Imax，1≤I≤Imax；并初始化I＝1；it＝1；步骤6、定义变量h，并初始化h＝h_min；步骤7、根据初始解X和变量h初始化获得第k个个体知识库，记为IKD_k表示第k个个体经迭代获得最好的N₁个解,表示IKD_k中的第i₂个解，其中1≤i₂≤N₁；步骤8、重复步骤7，获得N个个体的初始化个体知识库IKD，记为IKD＝{IKD1,…,IKDk,…,IKDN}，其中1≤k≤N；步骤9、初始化社会知识库SKD，记为表示第k个个体当前获得最好的解，其中1≤k≤N；步骤10、根据社会知识库SKD和变量h产生初始种群个体,获得第I代的第k个个体对应的解，记为表示第I代中的第k个体在第i₃维搜索空间上的位置；其中,1≤I≤I_max；1≤k≤N；1≤i₃≤n₂步骤11、计算第I代中第k个个体对应解的适应度根据适应度值更新第I代中的第k个个体的知识库和社会知识库SKD^I中对应的步骤12、重复步骤10和步骤11，获得第I代中的N个个体更新后的个体知识库IKDI，更新后的社会知识库SKDI；步骤13、根据当前社会知识库SKD^I中选出适应度值最大的解作为第I代中最好的解，记为表示第I代中N个个体种群在第i₄维搜索空间上的最优位置；步骤14、根据第I代社会知识库SKD^I、第k个个体对应个体知识库和第k个个体对应的解更新获得第I+1代中第k个个体对应的解步骤15、重复步骤14从而获得更新后的第I+1代的N个个体的序列解；步骤16、计算I+1代种群中第k个个体对应的解的适应度值并与第I代中第k个个体的存储的N₁个解的适应度值进行比较，将N₁个适应度值最大的解作为第I+1代中第k个个体的个体知识库与第I代中的社会知识库SKD^I中对应的的适应度值比较，把较大适应度值对应的解作为第I+1代中社会知识库SKD^I+1中对应的步骤17、将I+1赋值给I，判断I≤I_max是否成立，若成立，则执行步骤18；否则算法结束，从SKD^I‑1中获得适应度值最大的解作为最优解将所述最优解作为最优的工件组加工序列方案输出；步骤18、将it+1赋值给it，判断it≤it_max是否成立，若成立，则执行步骤14；否则把1赋值给it并执行步骤19；步骤19、比较初始解X适应度值F_X和迭代至第I代后获得最优解的适应度值若优于F_X，则h_min赋值给h并返回步骤7；否则将h+hstep赋值给h，并执行步骤10。