[发明专利]一种基于超启发式算法的零空闲流水车间作业调度方法

摘要

本发明公开了一种基于超启发式算法的零空闲流水车间作业调度方法，该方法首先设定零空闲流水车间作业调度问题的目标函数，建立相应的调度优化模型，在此基础上，结合超启发式算法框架，将应用较为广泛的和声搜索算法作为超启发式算法的HLH策略，并针对零空闲流水车间作业调度问题特点，设计简易启发式规则，用以构建LLH方法集合，从而实现对于零空闲流水车间作业调度问题的优化求解。该方法既保留了元启发式算法良好的全局寻优性能，又避免了元启发式算法中凭人工经验调整算法参数带来的不确定性，可以有效提高算法设计的效率，对于流水作业调度效率的提高也具有重要意义。

主权项

一种基于超启发式算法的零空闲流水车间作业调度方法，其特征在于，包括以下步骤：步骤(1)设定零空闲流水车间作业调度优化问题的目标函数fit(·)；步骤(2)初始化HS算法参数；所述的参数包括：和声记忆库容量HMS、记忆库取值概率HMCR、音调调节概率PAR、音调调节范围bw、个体长度L和迭代次数T；步骤(3)采用作业交换、插入和翻转操作设计启发式规则，用以构建面向零空闲流水车间作业调度问题的LLH方法集合，并将LLH方法进行编号；步骤(4)初始化群体，生成和声记忆库；和声记忆库中每一个体对应LLH方法的编号序列k∈[1,HMS]，x^k∈R^L；步骤(5)随机生成和声记忆库中每一个体对应的调度候选解π^k＝Permuting(J),其中J＝{J₁,J₂,…,J_n}，为待作业集合，Permuting(·)为随机打乱顺序操作；步骤(6)计算和声记忆库中所有个体的适应度值fit(x^k)，具体方法如下：(a)针对和声记忆库中某一个体x^k，令i＝1；(b)将第个LLH方法应用到对应的调度候选解π^k，得到新调度候选解(c)分别计算π^k和的适应度值fit(π^k)和若则否则保留调度候选解π^k不变；(d)令i＝i+1，判断i≤L是否成立，若成立则转到(b)继续执行，否则转(e)执行；(e)将第个LLH方法得到的调度候选解π^k及其适应度值fit(π^k)作为个体x^k的最终适应度值，即fit(x^k)＝fit(π^k)；步骤(7)生成一个新个体x′＝{x′₁,x′₂,…,x′_L}，具体步骤如下：(a)首先生成两个随机数，即[0,1]上均匀分布的随机数r₁、r₂；(b)从和声记忆库中随机选取某一个体x^j；(c)得到一个新个体第i维上的值x′_i，i＝1,2,…,L，其计算规则为：若r₁<HMCR且r₂≥PAR，则若r₁<HMCR且r₂<PAR，则若r₁≥HMCR，则x′_i＝Rnd(Lb(x’_i),Ub(x’_i))，其中Rnd(a,b)表示生成a到b范围内的随机数，Lb(x′_i)和Ub(x′_i)分别表示和声记忆库中第i维上的最小值和最大值；(d)规整化处理，由于(c)中得到的新个体x′＝{x₁′,x′₂,…,x′_L}在第i维上的值x′_i有可能会超过可行解的范围，因此采用如下公式进行规整化处理，其中[·]为取整运算。$x_i^{\&prime;}=\left\{\begin{array}{cc}1,& x_i^{\&prime;}\&lt;1\\ L,& x_i^{\&prime;}\&gt;L\\ \&lsqb;x_i^{\&prime;}\&rsqb;,& else\end{array}\right.$步骤(8)更新和声记忆库；若步骤(7)中得到的新个体适应度值fit(x′)要优于和声记忆库中个体x^j的适应度值fit(x^j)，则用新个体x′及其对应的调度候选解替代库中适应度最差个体及其调度候选解；步骤(9)检查当前迭代次数是否已达到T次；若没达到则转回步骤(7)，否则对当前和声记忆库中的较优候选解按适应度值进行排序，并保存适应度最优的个体x_best及其对应的调度候选解π_best；步骤(10)输出调度候选解π_best对应的甘特图，从而完成对于零空闲流水车间作业调度问题的优化求解。