[发明专利]基于多种群混合粒子群算法的流水车间调度方法

权利要求书

1.一种基于多种群混合粒子群算法的流水车间调度方法，包括如下步骤：

步骤一：设定参数：程序运行最大迭代次数t_max、调度的工作数目n、机器数目m、子种群个数S、粒子位置的最大值x_max和最小值x_min、模拟退火算法的初始温度T₀、退火系数d、局部搜索算子1使用概率r1、局部搜索算子2使用概率r2、定义粒子A的适应度值fitness＝T，其中T为粒子A的位置向量解码后所对应的调度方案的调度时间，初始化子种群的标记i＝1；

步骤二：产生初始种群Q，将初始种群Q平均分为S个子种群，分别为Q₁、Q₂、...、Q_s；

步骤三：程序运行迭代次数t＝t+1，判断是否达到最大迭代次数t_max；如果t＜t_max，执行步骤四；如果t＝t_max，则执行步骤十；

步骤四：使用粒子群算法将子种群Q₁、Q₂、....、Q_s进化为Q₁′、Q₂′...、Q_s′；

步骤五：对进化后的子种群使用局部搜索算子优化；计算优化后所有个体的适应度值，得到适应度值最小的工作序列π_gi，适应度值最大的工作序列π_gi′；i＝i+1；判断i＝S是否成立；若成立，则令i＝1，执行步骤六，否则执行步骤五；

步骤六：对步骤五得到的S个子种群的最优序列π_g1、π_g2、...、π_gs进行统计得到最优工作序列的概率模型；通过概率模型，产生S个新的工作序列π₁、π₂、...、π_S；

步骤七：计算新的工作序列π₁、π₂、...、π_S的适应度值，得到fitness(π₁)、fitness(π₂)、...、fitness(π_S)；对第i(i＝1，...，S)个子种群，如果fitness(π_i)＜fitness(π_gi′)，则π_gi′＝π_i；

步骤八：计算所有子种群的粒子的适应度值，得到适应度值最小的工作序列为π_best，使用基于模拟退火算法的局部搜索算子优化π_best；

步骤九：将S个子种群的粒子重新组合为一个种群Q，将种群Q随机平均分为S个子种群Q₁、Q₂、...、Q_s，返回步骤三；

步骤十：输出最优工作序列。

2.根据权利要求1所述的基于多种群混合粒子群算法的流水车间调度方法，其中步骤五所采用的局部搜索算子按照Q_i的脚标i奇偶不同而不同；其中当i为奇数时，子种群的所有个体以概率r1使用局部搜索算子1；其中当i为偶数时，子种群的所有个体以概率r2使用局部搜索算子2。