[发明专利]基于多色集合的改进遗传算法求解静态车间调度的方法

权利要求书

1.一种基于多色集合的改进遗传算法求解静态车间调度的方法，其特征在于，包括以下步骤：

步骤1：获取车间加工任务、设备和工序的具体信息，使用对色集合理论来描述静态车间调度任务中待加工工序所受到的工艺与机床的具体约束；

步骤2：确定静态车间调度的具体约束，用调度约束表达式表示，用“1”和“0”分别表示指标变量x_ihk和指标系数a_ihk；

步骤3：根据具体的加工信息绘制加工任务信息表，进而创建围道矩阵，来表达调度约束条件；

步骤4：根据工序－机床围道布尔矩阵，生成工序隐性编码序列表，由工序隐性编码序列表，生成工艺-设备的逻辑围道矩阵[A×F(A)]及其实数围道矩阵[A×A(F)]；

步骤5：在模型约束下进行隐性染色体编码；

步骤6：据染色体的隐性编码信息获取各工序对应机床所需加工时间，得出各工序的完工时间及机床的释放时间；步骤7：按照柔性车间调度理论，创建目标函数；

步骤8：将上一代种群中适应度值最好的个体所对应的染色体直接选择进入下一代种群，再随机从父代选择两个染色体chrom1与chrom2；

步骤9：判断随机选择的两个父代染色体chrom1与chrom2是否需要交叉，若是则进行下一步，否则保留原染色体；两个父代染色体进行交叉后的形成两个子代染色体，分别对应进行适应度值得比较，存优；重复进行此过程，得到最优的染色体编码序列；

步骤10：模型约束下的变异，采用围道布尔矩阵来控制变异过程，最后得到更优的新染色体；

步骤11：重复进行选择、交叉与变异，直至重复次数达到阈值W，记录当前适应度值；若适应度值随迭代次数收敛，则终止遗传算法输出调度结果，若不收敛，则重复上述所有步骤直到收敛。

2.根据权利要求1所述的基于多色集合的改进遗传算法求解静态车间调度的方法，其特征在于，步骤1中具体信息如下：通过N×J×M的FJSP调度问题描述调度任务中待加工工序所受到的工艺约束与机床约束，其中，N为工件的种类，J为对应的最大工序数，M为进行加工的设备数量。

3.根据权利要求2所述的基于多色集合的改进遗传算法求解静态车间调度的方法，其特征在于，步骤2中具体约束如下：

2-1)柔性车间静态调度描述为：

在M台设备上安排N种工件的加工，每种工件J_j由n_j道工序组成，每道工序均满足工艺约束，工件的每道工序可由M台设备中的多台设备加工，用M_ij表示第j种工件的第i道工序用机器集合O_ijk表示第j种工件的第i道工序用机器k，P_ijk表示第j种工件的第i道工序在第k台设备上加工需要的时间，即1≤j≤N，1≤i≤n_j，1≤k≤M，忽略生产过程中出现的返工返修和报废品现象；调度的任务是在M台设备上安排N种工件的加工任务，同时最优化既定的目标，并满足以下假设条件：

a、所有工件的工艺计划是固定不变的，即工序的先后顺序不能违背；

b、工序在可供选择的机器上的加工时间已确定；

c、出现再调度因子时，正在加工的工序不受影响继续加工，直到本工序完成；

d、每个工件在固定时刻只能在一台设备上加工；

2-2)根据FJSP调度问题可知，工艺约束为工件的每道工序必须按照设定的工艺顺序进行加工；机床约束为各工序只能在设定的机床设备上进行加工；具体表达如下：

C_ik-t_ik+M(1-a_ihk)≥C_ih；i＝1,2,...,n；h,k＝1,2,...,m (3-1)

C_jk-C_ik+M(1-x_ijk)≥P_ik；i,j＝1,2,...,n；k＝1,2,...,m (3-2)

C_ik≥0；i＝1,2,...,n；k＝1,2,...,m (3-3)

式(3-1)表示目标函数，即要求最大完成时间最小化；C_ik表示工件i在设备k上的实际完工时间；t_ik表示工件i在设备k上的理论加工时间；a_ihk表示指标系数；C_ih表示表示工件i在设备h上的实际完工时间；i表示工件序号；n表示共有n件工件；k表示设备的序号；m表示共有m台设备；

式(3-2)表示工艺约束条件决定的各种工件各操作的先后加工顺序，保证每个工件的加工顺序满足预先设定的要求；C_ik表示工件j在设备k上的实际完工时间；x_ijk表示指标变量；p_ik表示工件i在设备k上加工需要的时间；j表示工件序号；

式(3-3)表示加工各个工件工序加工各机器的先后顺序，保证每台设备一次只能加工一个工件，C_ik表示工件i在设备k上的实际完工时间；指标变量x_ihk与指标系数a_ihk的意的义如下：