[发明专利]基于调度编码的免疫克隆选择作业车间调度方法

说明书

技术领域

本发明属于计算机技术领域，涉及一种自然计算技术在调度问题中的应用，具体地说是基于一种调度编码的克隆算子，运用免疫克隆选择算法解决作业车间调度问题。

背景技术

作业车间调度JSSP是相互竞争的流水线作业对时间上可共享的机器进行分配的问题，是系统制造、工业规划与运筹技术发展的核心。调度方法与优化技术的研究和应用已成为先进制造技术实践的基础和关键，调度问题的应用不仅局限于计算机和制造业上，也包括运输、服务等其他行业。另外，作业车间调度问题是典型的NP-hard问题，寻求较好的解决方案对于实际的车间作业调度具有重要的应用价值。

JSSP可以简单的描述为一个加工系统，有m台机器，要求加工n个作业，其中作业i包含的工序为L_i，令则L为作业集的总工序数，各工序加工时间已确定，并且每个作业的工序必须按照提前确定的先后顺序加工。因此，调度的任务是安排所有作业工序的加工顺序，得到满足工艺约束和资源约束并使加工性能指标达到最优的可行调度方案。

JSSP是一种典型的组合优化问题，求解该问题的算法有很多，到目前为止，主要形成了三大类：精确算法、启发式算法和智能搜索算法。精确算法主要是指数学规划方法，其主要优点是能够求出较为精确的最优解，适应范围比较广，但是计算复杂度很高，这使得其计算规模容易受到问题规模的限制，因此难以得到实际应用。启发式算法是一种根据已有的信息进行推理和计算，从而获得近似最优解的方法，主要有调度规则、启发图搜索算法和拉格朗日松弛算法。这类方法，设计简单、易于实现，但是精确性不高，搜索效率受到问题规模的影响。智能搜索算法是一类模仿自然界的某些演化机制的算法，具有较好的全局搜索能力。其中，使用遗传算法在解决作业车间调度问题时需要考虑编码问题。传统的基于操作编码存在编码冗余现象，即编码空间与调度空间是多对一的映射关系。随着问题规模的增大，冗余性将大大增加。由于种群空间是有限的，而冗余性会导致多样性的丧失，所以会使搜索效率会大大降低，不能快速得到高质量的作业车间调度方案。

发明内容

本发明的目的在于克服传统的基于操作编码的不足，提出了一种基于调度编码的免疫克隆选择作业车间调度方法，以提高车间调度的效率和质量，满足复杂度高的大规模作业车间调度要求。

本发明的技术方案是：运用Giffler和Thompson提出的GT算法对机器和作业的加工工序信息进行操作，产生调度矩阵，并对调度矩阵进行编码，然后使用免疫克隆选择算法对其进行求解，得到满足工艺约束和资源约束并使加工性能指标达到最优的可行调度方案。其具体实现步骤如下：

(1)输入机器和作业的加工工序以及约束条件信息，运用Giffler和Thompson提出的GT算法对以上信息进行操作，产生调度矩阵；

(2)对调度矩阵进行直接编码作为初始抗体种群P，抗体种群中的每一个抗体P_i即为作业工序一种调度顺序，其中抗体种群表示为P(0)＝{P₁(0)，P₂(0)，...，P_n(0)}，n为抗体种群规模；设置最大迭代次数G_max、克隆规模参数n_c、克隆算子中的变异概率p_m、记忆单元的大小n₁、自由单元的大小n₂、抗体死亡概率p_d，迭代计数器t＝0；

(3)如果迭代计数器达到预先设置的最大值，跳转至步骤(9)，否则执行步骤(4)；

(4)计算抗体种群P(t)中每一个抗体P_i(t)的“抗体-抗原”亲和力affinity(P_i(t))＝-C_max，其中C_max表示抗体P_i(t)所对应的调度生产周期；根据亲和力affinity(P_i(t))的大小，将抗体种群划分为记忆单元MP(t)和自由单元NP(t)：