[发明专利]结合关键工序的遗传局部搜索算法求解柔性作业车间调度

权利要求书

1.结合关键工序的遗传局部搜索算法求解柔性作业车间调度，该算法适用于柔性作业车间调度领域，针对现有技术中遗传算法在操作中易出现不可行的解，且遗传搜索随机性大，造成局部搜索能力不足的问题，本算法引入基因修复、关键工序、向量的编码方式和新的解码方式，该算法的特征是：该算法的实现步骤如下：

步骤1：采用随机方式产生N个染色体作为初始种群，N为种群规模；

步骤2：判断是否达到最大进化代数，是则返回最优解程序结束执行步骤10； 否则执行下一步骤3；

步骤3：采用锦标赛选择法选择个个体，为交叉概率；

步骤4：将选择的个体的染色体进行有修复程序的成对交叉；

步骤5：以变异概率对交叉后的染色体进行变异操作；

步骤6：更新交叉变异后的种群N；

步骤7：采用锦标赛选择法选择个个体，为关键工序邻域搜索概率；

步骤8：对选择的个体基于关键工序的进行邻域搜索；

步骤9：更新局部搜索后的种群N,进化代数加1，返回步骤2，重复操作；

步骤10：解码染色体，返回种群N中最小的方案，结束。

2.根据权利要求1所述的结合关键工序的遗传局部搜索算法求解柔性作业车间调度，其特征是：编码方式采用两个向量组成的染色体决定，即设备分配向量和工序顺序向量，很好的对应了柔性作业车间调度问题的两个子问题，且便于交叉和变异操作，具体过程如下：

首先，连续给每一道工序一个固定编号，以j的形式，j=1,2，，d，，即工序1到属于工件1，属于工件2，以此类推，比如图1中用新的编号工序6表示；

设备分配向量，，j=1,2，，d如图2所示的可行设备分配向量为，对应设备编号为， 表示对工序j可选择的设备集合，为了方便统一表述，工序j的可选设备排序，按照他们加工工序j所需的时间升序排序，如果两台设备需要的时间相同，编号小的设备排在前面，然后表示表示工件j选择它的可选择设备里的第台设备；

工序顺序向量，是所有工序的编号置换，向量v中每一道工序出现的顺序表示它的调度优先级如图2所示问题的一个可行工序顺序向量可表示为.转换为一个唯一的工序顺序：.工序有最高的优先级，最先调度。

3.根据权利要求1所述的结合关键工序的遗传局部搜索算法求解柔性作业车间调度，其特征是：染色体的解码方式根据工序排序向量v中顺序一个接一个为每一道工序在其分到的设备上分配一段时间，当考虑一道工序时，首先从设备分配向量u中得到它所选择的设备，然后从左往右扫描那台设备上已经调度的工序之间的闲置时间区间，直到发现一个可用的区间。

4.根据权利要求1所述的结合关键工序的遗传局部搜索算法求解柔性作业车间调度，其特征是：步骤8）所述的对一个染色体基于关键工序的局部搜索程序描述如下：

步骤8.1：迭代次数等于0；

步骤8.2:对所选择的染色体个体（u，v）解码，获得调度方案G；

步骤8.3：G复制给最优调度方案Gbest；

步骤8.4：当G不为空，且未达到最大迭代次数，执行步骤8.5，否则执行步骤8.15返回最优方案；

步骤8.5：获取G的关键工序集合X（G）=；

步骤8.6：对i=1到nc，执行步骤8.7，否则执行步骤8.13；

步骤8.7：将从G中删除得到；

步骤8.8：根据式（4）、（5）获取对应的设备上的可用位置；

步骤8.9：对于的每一个位置r；

步骤8.10：如果位置r满足式（3）；

步骤8.11：将插入该位置r得到G’；

步骤8.12：用G’替换G,返回步骤8.6；

步骤8.13：，替换，否则保留 ；

步骤8.14：迭代次数加1，返回步骤8.4；

步骤8.15：编码，以染色体形式返回最优方案。

5.根据权利要求1所述的结合关键工序的遗传局部搜索算法求解柔性作业车间调度，其特征是：步骤4所述的交叉过程如下：交叉算子分别对一对染色体的两个向量分别实施，对设备分配向量u，随机选择一个位置，然后通过交换两个父代中所选择的位置的值产生子代的设备分配向量u，对工序顺序向量v，使用一种改进的顺序交叉。

6.根据权利要求1所述的结合关键工序的遗传局部搜索算法求解柔性作业车间调度，其特征是：步骤4所述的所述交叉修复程序如下：

步骤4.1：赋值：；

步骤4.2：如果迭代次数i=1到d，执行下一步骤4.3，否则执行步骤4.7结束此程序；

步骤4.3：找到工序所属的工件；

步骤4.4；

步骤4.5：获得工序的固定编号op；

步骤4.6：；

步骤4.7：结束；

其中 表示工序， 表示第K个工件的第道工序。