[发明专利]基于改进引力搜索算法的生产运输协同调度方法及系统

说明书

本发明实施例提供了一种基于改进引力搜索和遗传算法的生产运输协同调度方法及系统，所述方法按如下步骤进行：1设定算法参数；2随机生成初始解；3编码修正；4将工件进行组批；5计算适应度值；6更新最优解和最差解和每个个体的质量；7保存全局最优个体；8计算每个个体的作用力；9更新个体的加速度和速度；10更新个体的位置；11邻域搜索；12判断终止条件是否满足，如果满足则输出全局最优解，否则返回步骤3；本发明能在物联网环境下，对各个制造商的制造方案进行统一调度，实现生产运输的有效协同，从而降低各企业成本，提高企业联盟工作效率。

技术领域

本发明涉及供应链技术领域，具体涉及一种基于改进引力搜索和遗传算法的生产运输协同调度方法及系统。

背景技术

在物联网环境下，各制造商能够成立以自身为核心的企业联盟，通过协同生产模式，优化资源配置，提高生产效率并满足产品交货期。但是，在全球化协作背景下，联盟中的企业可能分布在不同的地理位置，从而使得各成员企业与核心制造企业间的运输时间存在差异，进而提高了协作的难度。由于该类问题的复杂性，在以往的研究中，元启发式算法被广泛应用于解决该类问题，Garcia与Lozano(2005)考虑了带有时间窗的生产运输协同调度问题，提出一种禁忌搜索(TS)算法。Liu(2011)提出了改进的遗传算法(MGA)用于解决协同生产过程中的成本最小化问题。引力搜索算法(GSA)是由Rashedi(2007)最初提出的，并被广泛应用于各类优化问题，本文中为最大化生产效益问题构建的混合引力搜索和遗传算法是建立在已有的引力搜索算法基础上的。引力搜索算法的步骤一般包括：(1)初始化种群；(2)计算适应度，记录最优和最差解；(3)计算引力；(4)更新种群。通过重复以上步骤在整个空间内搜索最优解。

然而，在实施本发明实施例的过程中，发明人发现，已有的研究中主要针对生产过程进行优化，很少有考虑到从联盟的角度合理调度，难以针对物联网企业的具体问题做出整体优化方案。除此之外，在方法上，虽然引力搜索在优化问题中展现出良好的性能，但是，引力搜索也存在着局部收敛性差和容易早熟等缺点，这些问题通常会干扰优化方案的确定，不利于物联网企业生产效率的提升。

发明内容

本发明实施例的一个目的针对物联网环境下考虑多个制造商和不等工件尺寸的生产运输协同调度问题，依据工件的加工时间和尺寸以及供应商的地理位置对工件任务进行指派，分批和排序，确定工件加工任务的执行者，工件组批和加工顺序，旨在最小化制造跨度时间，基于引力搜索提出新的元启发式方法，提高算法性能，推动企业联盟合作效率的提升，降低企业成本，提高服务水平。

第一方面，本发明实施例提供了一种基于改进引力搜索和遗传算法的生产运输协同调度方法，包括：

步骤1、输入多个制造商的运输时间，每个工件的尺寸和加工时间，设定混合引力搜索和遗传算法参数，包括t时刻的引力常数G(t)，一个很小的调整常数ε，最大迭代次数t_max，一个很大的常数MC，全局最优解gbest＝MC；

步骤2、初始化种群，考虑共有Q个物体，第i个物体的位置定义为其中表示第i个物体在第d维上的位置，对应在问题中表示该位置工件将被分配至第个机器；

步骤3、对种群中所有解进行编码修正，消除非可行解；

步骤4、在各供应商处对工件进行组批和安排生产，计算个体适应度；

步骤5、通过适应度计算物体的重量，保存最优和最差个体，记录全局最优解，相关定义如下：

M_i＝M_ii,i＝1,2,...,Q,