[发明专利]一种基于蚁群算法的生产配送调度方法

说明书

技术领域

本发明属于供应链领域，具体地说是一种基于蚁群优化的生产配送调度方法。

背景技术

在当前市场环境下，制造型企业的核心竞争力不再是简单的制造能力，而是供应链运作能力，制造企业需要将采购、生产和配送环节进行全局控制，将生产系统和物流系统进行联合优化，才能获得总体经济效益的最大化，提升企业的竞争力。

联合调度便是一类面向供应链的优化方法，采用精确调度的范式，设计供应链上各环节的联合调度方案，实现企业总体经济效益的优化，从而提升企业的服务水平。

目前对联合调度问题的研究都集中在传统生产模式下，在这类生产模式中，一台设备可以同时处理一个作业或者一批固定数量的作业，但在现实工业中，差异分批生产模式兼具这两种生产模式的性质，且比这两类更为复杂，应用更广泛。而且传统的调度方法大多只一味地考虑如何降低生产成本，并没有考虑如何使生产配送联合调度的总成本最小，因此并不能适应当下的生产需求。

发明内容

本发明是为了克服现有技术存在的不足之处，提供一种基于蚁群优化的生产配送调度方法，以期能实现企业总体经济效益的优化，从而能降低企业成本，提升企业的服务效率。

本发明为解决技术问题采用如下技术方案：

本发明一种基于蚁群优化的生产配送调度方法的特点是按如下步骤进行：

步骤1、假设存在n个批需要进行生产和配送，生产各个批的设备容积记为B；配送各个批的车辆容积记为V；由所述n个批构成一个批集合，记为U＝{b₁,b₂,…,b_k,…,b_n}，b_k表示第k个批；且将第k个批b_k的尺寸记为S_k；将第k个批b_k的生产时间记为T_k；将加入同一辆车中进行配送的所有批记为一个组；1≤k≤n；

步骤2、将所述批集合U中的尺寸相同的批分为一类，从而获得a个分类；记为W＝{w₁,w₂,…,w_z,…,w_a}，w_z表示第z个分类；所述第z个分类w_z中的批总数记为f_z；

步骤3、初始化蚁群算法的各个参数，包括：m表示第m只蚂蚁，并初始化m＝1；M表示蚂蚁总数、L表示迭代次数，并初始化L＝1；L_max表示最大迭代次数；

步骤4、定义变量为l，并初始化l＝1；定义第k个批b_k的标识符为flag_k，并初始化flag_k＝0；

步骤5、创建第L次迭代的第m只蚂蚁的第l个组和与其对应的第l个候选表并使得第L次迭代的第m只蚂蚁能将所述n个批分配到不同个组中进行配送；并第L次迭代的第m只蚂蚁对所有批次完成分组所使用的车辆总数

步骤6、将m+1赋值给m，并返回步骤5执行，直到m＝M为止，从而获得第L次迭代的所有M只蚂蚁对所有批次完成分组所使用的车辆总数集合

步骤7、从所述车辆总数集合中选取最小值作为第L次迭代的局部最优解，记为π_L；

步骤8、利用式(1)更新第L次迭代的第i个候选批b_i′和第j个已加入到第l个组中的候选批b_j′之间的信息素从而获得第L+1次迭代的信息素

式(1)中，ρ表示信息素的蒸发速率；m_ij(L)表示第L次迭代中第i个候选批b_i′和第j个已加入到第l个组中的候选批b_j′被分到同一组的次数；并有：

步骤9、利用式(3)和式(4)判断是否满足信息素浓度限定区间[τ_min,τ_max]，若满足，则保留第L+1次迭代的信息素并执行步骤11；否则，执行步骤10：