[发明专利]一种基于优先权编码的混合遗传算法解作业车间调度问题

权利要求书

1.一种基于优先权编码的混合遗传算法解作业车间调度问题，该混合算法将自适应遗传算法与蚁群优化算法采取动态链接策略，弥补各自的不足及发挥各自的优势，其特征是：该混合算法的执行步骤如下：

步骤1、设置自适应遗传算法和蚁群算法的相关参数和优先权矩阵编码规则；

步骤2、随机生成初始种群p(g)，根据事先设置的目标函数和适应度函数计算每个个体的适应度；

步骤3、选择交叉、变异遗传算子操作，更新优先权矩阵，生成下一子代p(g+1)，并计算此时每个个体的适应度，保留此时的精英个体；

步骤4、根据设置的最大迭代次数和迭代终止条件判断是否终止迭代进化，

迭代终止则执行步骤6，否则执行步骤5；

步骤5、改变交叉、变异的概率，返回步骤3；

步骤6、根据生成的一组优化方案转化成信息素的初始分布；

步骤7、将m个蚂蚁置于初始节点0，计算每个蚂蚁选择下一节点移动的概率；

步骤8、改变蚂蚁经过路径上的信息素并计算路径上总的信息素，计算并保留精英蚂蚁，判断是否达到终止条件，满足条件输出最终结果，否则返回步骤7。

2.根据权利要求1所述的一种基于优先权编码的混合遗传算法解作业车间调度问题，其特征是：步骤1优先权编码方式如下：编码时，令矩阵每一行代表一个工件，每一列代表一个工序，元素表示第i个工件的第j 道工序在所有工序中的加工优先权，如有n 个工件，每个工件有m道工序，因此对应的优先权值为 1 到 n×m 的自然数，即矩阵各元素的值也为 1 到 n×m 的自然数。

3.根据权利要求1所述的一种基于优先权编码的混合遗传算法解作业车间调度问题，其特征是：步骤3交叉操作：为了确保产生的某些基因不被破坏的同时，另外一些基因发生改变以达到进化效果，交叉时交换两个染色体中同一工件对应各优先权值，然后统计出其它工件工序中缺少和重复的优先权值，并用缺少的优先权值代替重复的优先权值，最后把各工件对应的优先权值按从小到大重新排列，这样已经产生的某些优良基因就有很大的概率得以遗传到下一代，同时还能保证其它设备上的工件调度方案发生改变，达到进化效果。

4.根据权利要求1所述的一种基于优先权编码的混合遗传算法解作业车间调度问题，其特征是：步骤3变异操作：随机选择同一个染色体的两个不同工件，然后再分别随机选择一个工序的优先权值并将其交换，并对这两个工件的优先权值按从小到大排序，如果在同一个工件对应的优先权值中选择两个交换，调整为可行解后则与变异前相同。

5.根据权利要求3、权利要求4所述的一种基于优先权编码的混合遗传算法解作业车间调度问题，其特征是：本发明的交叉、变异操作根据最佳染色体的适应度的变化而自适应变化，具体如下：

（1）、交叉概率如下：运行交叉算子前设置最好染色体的适应度为，当交叉概率为时运行交叉算子后的最好染色体的适应度为，然后交叉概率为，交叉概率如下：

（2）、变异概率如下：运行变异算子前设置最好染色体的适应度为，当变异概率为时运行变异算子后的最好染色体的适应度为，变异概率：

。

6.根据权利要求1所述的一种基于优先权编码的混合遗传算法解作业车间调度问题，其特征是：本发明针对JSP的自适应遗传算法（AGA）与蚁群算法（ACO），将AGA与ACO采取动态链接策略，如下：

（1）设置动态结合的时间：最大迭代次数小于子代进化中最佳的进化速率 ；

（2）利用遗传算法的初始分布，设置蚁群算法的初始信息素分布：路径(i, j)上的信息素按如下定义：

指路径(i, j)上的信息素常量，指遗传算法结果集对应的信息素；

（3）转换遗传算法的结果集为信息素。