[发明专利]基于改进免疫禁忌算法的农机调度方法有效
申请号: | 201611101091.3 | 申请日: | 2016-12-05 |
公开(公告)号: | CN106779372B | 公开(公告)日: | 2019-12-24 |
发明(设计)人: | 丁永生;朱欣萌;蔡欣;郝矿荣;王海山;王健;陈旭 | 申请(专利权)人: | 东华大学;上海农业物联网工程技术研究中心;上海市农业委员会信息中心 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/02;G06N3/12 |
代理公司: | 31303 上海统摄知识产权代理事务所(普通合伙) | 代理人: | 金利琴 |
地址: | 201620 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 免疫 禁忌 算法 农机 调度 方法 | ||
1.一种基于改进免疫禁忌算法的农机调度方法,其特征是:农机对农田进行作业服务时,对于多块农田和多辆农机的情况下,为农田分配作业的农机时,采用基于改进免疫禁忌算法进行农机调度,具体步骤为:
(1)初始化所有单元:首先初始化改进免疫禁忌算法中的所有单元,将所有农田块对应的服务农机号的序列记为调度矢量其中,H表示农田数量,调度矢量中的每一位xi的取值表示服务第i块农田块的农机号,i=1,2,...,H;然后载入需要服务的农田位置信息、农田数量H、可用农机数量M、抗体种群大小N、记忆库容量n、当前迭代数G、最大迭代次数MAXGEN、分阶段迭代阈值IG、多样性评价参数ps、交叉概率pc和变异概率pm的初始值和阈值;
所述可用农机数量M为改进免疫禁忌算法中调度矢量每一位取值的上界约束;调度矢量每一位取值的下界约束为1,所述抗体种群大小N为改进免疫禁忌算法中变异操作后的抗体种群中的抗体个数,所述记忆库容量n为改进免疫禁忌算法的选择操作阶段保存的高繁殖概率的抗体数量,所述最大迭代次数MAXGEN为改进免疫禁忌算法迭代进行的最大次数;
改进免疫禁忌算法调度矢量的上界约束矢量为:[m1,m2,...mH],其中m1=m2=...=mH=M;
改进免疫禁忌算法调度矢量的下界约束矢量为:[m1,m2,...mH],其中m1=m2=...=mH=1;
(2)初始化抗体种群:根据调度矢量的上、下界约束,生成由调度矢量上、下界约束矢量间的随机值构成的(N+n)×H维的种群矩阵,即为初始化抗体种群,初始化抗体种群矩阵中的每个行向量取值为上、下界约束矢量间的随机值,每个行向量代表一个抗体,其中,k为该抗体在初始化抗体种群中的编号,初始化第一个行向量即第一个抗体为
(3)抗体群多样性评价:对初始化抗体种群中的每一个抗体进行多样性评价,共有四个指标,具体如下:
a)抗体的适应度:抗体的适应度通过适应度函数计算;
适应度函数为:
根据抗体中每一位的取值提取出每一辆农机的服务农田序列qm为农机m服务的农田数,且提取规则为:对抗体进行逐位判断,若的抗体位取值为m,即农田块i的服务农机号取值为m,则将农田块i加入对应的农机m的服务农田序列Sk,G,m中,加入是指将Sk,G,m中与农田块i对应的ik,G,m赋值为i;
抗体的适应度为:
其中:
im,jm∈Sk,G,m是指和农机m的服务农田序列中Sk,G,m中的ik,G,m对应的农田块im或农田块jm;
从农田块im到农田块jm行驶的距离;
农田块im对服务的需求量;
Mpm:农机m对农田块的服务效率,即代表农机m每小时能够提供的服务量;
w:农机行驶总时间的重要程度权值;
r:每辆农机服务总时间的方差的重要程度权值;
v:农机行驶速度;
为决策变量,具体如下:
两个决策变量如下:
b)抗体间的相似度:
k,l代表初始化抗体种群中两个不同的抗体和simk,l为抗体和含有相同数值的位数,H为抗体长度,即农田数量;
c)抗体浓度:
所述抗体浓度是指初始化抗体种群中相似抗体所占的比例,计算公式为:
l是指由N+n个抗体组成的初始化抗体种群中的任意一个抗体;
当抗体种群中任一抗体与的相似比例超过预设的阈值T时,浓度增加1;否则为0;
d)期望繁殖概率:由抗体的适应度和抗体浓度共同决定
所述中,k,l=1,2,...,n+N,且k≠l,G=1,2,...,MAXGEN;
(4)记录当前最优适应度值,计算平均适应度并记录;
(5)形成父代抗体群:对步骤(3)中的N+n个抗体,根据繁殖概率exc进行降序排列,取前n个抗体形成抗体记忆库,取前N个抗体形成父代抗体群,淘汰后n个抗体;然后对父代抗体群中每一个抗体进行免疫操作,具体包括选择、交叉、变异操作以产生抗体种群,即经过免疫操作后产生的抗体种群:
a)选择操作:根据抗体的繁殖概率exc,采用轮盘赌法从父代种群中选择抗体,共转N次轮盘,得到N个经历自然选择后的群体,即适应度高的种群;
b)交叉操作:从上述选择操作产生的种群中随机选择两个抗体随机选择1到抗体长度H范围内的两个位置cr1,cr2,对两个位置范围内的所有抗体位进行交叉互换,是否进行交叉取决于交叉概率pc是否超过预先设定的阈值,当每次迭代中产生的交叉概率pc低于设置的阈值时,就进行交叉,N次循环后得到产生交叉后的种群;
c)变异操作:从上述交叉操作产生的新抗体种群中随机选择一个抗体进行变异操作,是否进行变异由变异概率pm决定,当每次迭代中产生的变异概率pm低于预先设定设置的阈值时,就进行变异,N次循环后得到产生变异后的抗体种群,即经过免疫操作后产生的抗体种群;
当进行变异操作时,利用改进的禁忌搜索TSA算子进行禁忌搜索,具体为先利用TSA算子先对所选抗体进行禁忌搜索,然后将搜索到的最优解作为变异后的抗体;
所述改进的禁忌搜索TSA算子采用了三个移动算子,第一个移动算子交换任意两块田的位置,来改变农机对它们的访问顺序;第二个移动算子一次增加一辆对某块农田服务的农机,直至达到可用农机数的最大值;第三个移动算子一次减少一辆对某块农田服务的农机,直至达到可用农机数的最小值;
(6)判断终止条件:判断是否达到最大迭代次数MAXGEN,若否,则将记忆库中保存的n个抗体加入到上述经过免疫操作产生的N个抗体组成的抗体种群中,形成下一次迭代的父代种群,继续进行算法的迭代,跳转到步骤(3)的抗体群多样性评价步骤中;若是,输出最优值,即最优农机调度序列;然后根据最优农机调度序列,完成农机调度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东华大学;上海农业物联网工程技术研究中心;上海市农业委员会信息中心,未经东华大学;上海农业物联网工程技术研究中心;上海市农业委员会信息中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611101091.3/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理