[发明专利]基于免疫遗传算法的单车型流水线物流运输调度方法

权利要求书

1. 基于免疫遗传算法的单车型流水线物流运输调度方法，其特征在于，包括以下步骤：

步骤1：获取多车场单车型流水线生产的基本参数，包括：多个配送中心的位置、各个工序供货点的位置、各个供货点的工序生产速度、工序存放货物量、各工序要求的货物量、各种类型车辆的载重信息；

步骤2：依据生产节拍速度与货物存放量确定一个周期内货物配送的时间窗表：工序                                               配送点能滞留的最大货物量为件，生产物料放置区的生产物料会按照生产时间的推移逐渐减少，当物料减少到一定程度的时候，物料配送要开始配料，当物料为最大存储物料倍时，进入配货时间内，表示工序节拍器生产速度，取值为一般0.05-0.2之间，加工时间矩阵，表示工序工件工序上加工所要求的时间，求得配货时间窗为[, +]，为当前时间，然后，求出每道工序的时间约束窗矩阵[，]，表示约束开始时间，表示约束结束时间；

步骤3：建立多车场多车型运输调度数学模型：

表示直接派出车辆运回成品所增加的资源损耗，对应车辆类型损耗系数，跟车场到末道配送点的距离有关，表示运输时间窗的惩罚部分，表示推迟到达时间窗的惩罚系数（非负），表示最后一部分表示工序与工序间的货物关联关系，表示车型，表示由车场派出去的 类型的车从()行驶到()所花费的资源，表示求解目标函数的最小值，也就是指约束条件下函数的最优解，即满足流水线生产要求最优物流配送方案；

    步骤 4：设计遗传免疫优化算法，对步骤3中的目标函数寻求最优解；

步骤5：判断是否满足终止条件，若满足最大迭代次数或多次迭代产生相同解算法终止。

2. 根据权利要求1所述的基于免疫遗传算法的单车型流水线物流运输调度方法，其特征在于，步骤3的目标函数是针对流水线生产物流运输调度所提出的，权力要求1步骤4的具体步骤如下：

步骤4.1：对目标问题分析，初始群体，产生抗原；

步骤4.2：计算抗体的浓度，抗原与抗体间的亲和度、抗体与抗体之间的相似度，抗体间的相识度，其中为抗体与的信息熵；

步骤4.3：编码：以实数编码直接编码代替二进制编码，省去频繁的编码解码过程；

步骤4.4：进行遗传操作，具体为选择交叉，变异操作；选择交叉，变异操作采用单点交叉的方法对抗体进行交叉操作，表示交叉概率，采用变异概率的变异方式对抗体进行变异操作；抗体的变异概率可表示为  ，式中是指抗体群中的最大适应度，其中，=0.9， =0.8；

    步骤4.5：进行免疫操作：接种疫苗，免疫选择，依据，，为种群中第等位基因上的符号通过设定伐值，选出疫苗；从父代群体中按照接种概率选择要进行接种的个体，将疫苗的基因片段依次接入，形成新的免疫种群。

3.根据权利要求1所述的多车场多车型运输调度数学模型：

考虑的是带时间窗，货物性质关联，处理最后一道工序成品运回仓库的运输调度资源损耗最低为目标的数学模型。