[发明专利]云计算环境下的基于MapReduce并行化的柔性工厂作业调度方法

权利要求书

1.一种云计算环境下的基于MapReduce并行化的柔性工厂作业调度方法，其特征在于，包括：

第一步、接收远程提交的柔性作业车间调度问题，通过云计算弹性计算方式根据计算任务和任务需求分配计算资源，所述柔性作业车间调度问题包括：计算任务及对所述计算任务的计算时间和计算精度的任务需求；

第二步、根据第一步分配的计算资源，对用户提交的柔性作业车间调度问题建模并对计算任务进行编码，再使用MapReduce并行化基因算法求解，最终给出调度结果；

其中，为了解决柔性作业车间调度问题中的数据依赖，需要对步骤细分，使得细分步骤能够使用MapReduce并行化基因算法求解；

相应地，所述第二步包括以下步骤：

步骤1、根据柔性作业车间调度问题随机产生初始解个体，并形成初始种群；

步骤2、根据柔性作业车间调度问题确定性能指标；采用所述性能指标作为适应度计算的目标函数，交由map阶段的多个mapper计算个体的适应度，所述性能指标包括：最小化最大完工时间、最小化机器上最大负荷、最小化工件总拖期；

步骤3、利用所述初始种群和所述个体的适应度，根据柔性作业车间调度问题生成下代种群，所述生成下代种群包括两个reduce阶段，第一个reduce阶段由多个reducer完成，第二reduce阶段由一个reducer对第一个reduce阶段的各部分结果进行综合，进而生成所述下代种群；

步骤4、判断子代是否达到终止条件，若满足则输出适应度最高个体，算法结束；否则重复步骤3；

步骤5、建立并行化基因算法的MapReduce结构，并建立步骤1-4与mapper和reducer的映射关系，mapper用于对非结构化或者半结构化的数据进行结构化处理，reducer用于对mapper处理后的数据进行分析再处理；

其中，所述步骤1包括：

步骤11、设定每个mapper中的工作方式，通过分布式执行，生成工序串集OSet；所述工作方式为：参照车间加工时间表和工件集JOBS，随机生成可行工序串O；初始时，工序串O为空串，即O＝[]；

步骤12、使用一个reducer对所述工序串集去重；

步骤13、利用另一个mapper将去重的工序串集转换为初始种群，用于完成对工序随机分配机器的工作；

所述步骤11采用如下方式转换：

步骤111、若工件集JOBS为空，则输出工序串O，算法结束；

步骤112、随机从工件集JOBS中选择一个工件J_i，若J_i中剩余工序数J_i.#undo为0，则将其从JOBS集合中移出，否则将J_i中剩余工序数减1；

步骤113、工序串O追加i；

所述步骤2中个体适应度的计算具体包括：

最小化最大完工时间：设C_i是工件J_i的完工时间，则最大完工时间C_max最小的目标函数为：min{maxC_i,i＝1,…,n}；

最小化机器上最大负荷：设W_j是机器M_j上的负荷或机器M_j上的工作量,则机器上最大负荷W_max最小的目标函数为：min{maxW_j,j＝1,…,m}；

最小化工件总拖期：设D_i为工件J_i的交货期,则时间最小的目标函数为:

2.如权利要求1所述的云计算环境下的基于MapReduce并行化的柔性工厂作业调度方法，其特征在于，所述步骤13的具体分配方法为：在可用机器集中随机选择3台机器，分别以0.1、0.2和0.7的概率选择耗时低、中和高的机器；若可用机器为2台则以0.2和0.8的概率选择耗时高和低的机器。