[发明专利]一种基于改进果蝇算法的作业车间调度方法

说明书

本发明提出了一种基于改进果蝇算法的作业车间调度方法，所述方法包括：根据作业车间的特点，建立作业车间的数学模型，构建出每个工件不同工序的加工顺序的约束条件，以及每台机器上不同工件的工序加工顺序的约束条件。然后建立基于最大完工时间最小的作业车间调度目标函数，通过基于工序的编码方式形成果蝇个体，采用了自适应步长的分类嗅觉随机搜索方法，使果蝇种群快速找到味道浓度判定函数的最小值，得出作业车间调度的最优解，即作业车间调度的最优方案。该算法实现简单，只需要设置两个参数，并且全局寻优能力较强，能够有效地解决作业车间调度问题。

技术领域

本发明涉及作业车间调度问题，具体涉及一种基于改进果蝇算法的作业车间调度方法。

背景技术

作业车间调度问题实际上是生产调度问题的简化，其具有广泛的应用背景，譬如生产制造、交通规划、邮电通信、大规模集成电路设计等问题。作为一类满足任务配置和顺序约束要求的资源分配问题，作业车间调度已被证明是一个典型的NP-hard问题，它的求解难度远大于流水线调度问题，针对其算法的研究一直是学术界和工程界共同关注的重要课题。

如今，制造业的竞争日益激烈，制造企业正朝着有不同完工时间和产品要求的多类型、小批量的生产模式发展。如何利用现有资源，满足加工任务所需各种约束，使所有任务能尽量按时完成，即如何有效地解决作业车间调度问题，成为一个十分现实和迫切的问题。高效调度算法，可以大大提高生产效益和资源利用率，从而增强企业的竞争能力，因此对作业车间调度问题的研究有非常重要的理论和实用价值。

目前，求解作业车间调度问题的主要方法是群智能优化算法，如遗传算法、模拟退火算法、禁忌搜索算法、蚁群算法、粒子群算法、蛙跳算法以及各种混合调度算法等。遗传算法是根据自然进化论得出的一种并行优化搜索算法，该算法能够以较大概率找到全局优化解。蚁群算法是模拟蚂蚁寻路的过程而设计出的一种大量个体相互协作的启发式搜索算法，也能够很快搜索到比较好的解。但是，这些算法的参数设置较多、计算复杂度较大，并不能够有效的解决车间调度的问题。

发明内容

本发明的目的在于提供一种基于改进果蝇算法的作业车间调度方法。该方法可以有效地解决车间调度问题、提高作业车间调度效率。

本发明提出了一种基于改进果蝇算法的作业车间调度方法，所述方法包括：根据作业车间的特点，建立作业车间的数学模型，构建出每个工件不同工序的加工顺序的约束条件，以及每台机器上不同工件的工序加工顺序的约束条件。然后建立基于最大完工时间最小的作业车间调度目标函数，通过基于工序的编码方式形成果蝇个体，采用了自适应步长的分类嗅觉随机搜索方法，使果蝇种群快速找到味道浓度判定函数的最小值，得出作业车间调度的最优解，即作业车间调度的最优方案。该算法实现简单，只需要设置两个参数，并且全局寻优能力较强，能够有效地解决作业车间调度问题。其具体步骤如下：

1)根据作业车间的特点，建立作业车间的数学模型；

2)构建出每个工件不同工序的加工顺序的约束条件；

3)构建每台机器上不同工件的工序加工顺序的约束条件；

4)建立基于最大完工时间最小的作业车间调度目标函数；

5)通过基于工序的编码方式，并形成果蝇个体即果蝇种群初始化；

6)采用自适应步长的分类嗅觉随机搜索方法，使果蝇种群快速找到味道浓度判定函数的最小值，确定出新的果蝇种群；

7)对得到新的果蝇种群进行评价，并依此进行迭代寻优；

8)进行终止条件判定，若条件不满足，则跳转至步骤6并依次进行余下步骤。否则，算法结束，输出结果。

上述步骤1中，建立作业车间调度数学模型：