[发明专利]一种基于有限制稳定配对策略的柔性作业车间调度方法

说明书

本发明提供了一种基于有限制稳定配对策略的柔性作业车间调度方法，属于作业车间调度领域。该方法设计方案为：a、通过整数编码生成初始染色体种群，并初始化有关参数；b、对父代染色体进行交叉、变异操作，获得子代染色体；c、将子代染色体和父代染色体组成待选染色体集合，通过有限制的稳定配对操作，从中选择下一代染色体；d、若满足截止条件停止算法，否则返回步骤b。本发明将有限制稳定配对策略引入选择子代染色体的过程中，来解决多目标柔性作业车间调度问题，用来克服现有多目标柔性作业车间调度问题解决方法在解决此类问题时出现的种群分布性和收敛性不足的缺点，可得到更为优秀的调度方案，实时性好，可靠性高。

技术领域

本发明属于作业车间调度领域，涉及一种多目标柔性作业车间调度问题的求解方法，尤其是一种基于有限制稳定配对策略的柔性作业车间调度方法。

背景技术

作业车间调度对资源的优化配置和科学运作起着重要的作用，是企业实现制造系统平稳、高效运转的关键。柔性作业车间调度问题(Flexible Job-shop SchedulingProblem，简称FJSP) 是指在并行机和多功能机并存的作业车间内合理安排各工件工序的加工机器和作业时间，以实现给定的多性能指标优化。FJSP突破了经典车间调度问题对机器约束的限制，每个工序可以在多台机器上加工，能够更好地体现现代制造系统的柔性特征，也更贴近实际生产的加工流程。FJSP包含了机器分配和工序调度两个问题，具有约束条件多、计算复杂度高等特点，属于典型的NP-hard问题。研究FJSP的求解策略一直是生产管理及组合优化领域的研究热点之一，具有重要的理论和实际应用价值。利用现有的FJSP求解算法得到的解，能够较好地收敛到Pareto前沿，有较好的收敛性能，从与Pareto前沿对应的Pareto解集中可以选择较好的染色体，并解码成符合决策要求的调度方案，但因算法本身在多样性的不足，以至于无法为决策者提供更为宽泛的调度方案。

发明内容

本发明的目的是为了克服原方法无法提供宽泛优化调度方案的不足，提出了一种利用有限制稳定配对策略求解多目标FJSP的方法，其能够利用限制信息改善解的多样性，从而为决策者提供更好的、更多的调度方案。

本发明的技术方案：

一种基于有限制稳定配对策略的柔性作业车间调度方法，步骤如下：

a、相关参数初始化：根据生产订单的具体内容，通过整数编码得到满足约束条件的初始染色体种群，确定每个子问题的临域，并计算适应度值；

b、从每个子问题的临域中选择父代染色体，通过模拟二进制交叉和多项式变异生成子代染色体，并计算适应度值；

c、选择子代种群：

c1将新生成的子代染色体集合和原始父代染色体集合合并成待选染色体集合 S＝{s₁,s₂,...,s_2N}，并将其映射到目标空间中，得到待选解集合X＝{x₁,x₂,...,x_2N}，子问题集合P＝{p₁,...,p_t,...,p_N}，权向量集合w＝{ω₁,...,ω_t,...,ω_N}，其中，N为染色体个数；

c2选用解相对于子问题的角度作为位置信息θ；

c3构造自适应转移函数，并利用位置信息θ得到限制信息；

c4通过加入限制信息的子问题对解的偏好值计算式得到偏好值，将偏好值按升序排列，得到子问题对所有解的偏好排序，将所有子问题进行同样操作，得到子问题对解的偏好矩阵ψ_p；

c5通过解对子问题的偏好值计算式得到偏好值，将偏好值按升序排列，得到解对所有子问题的偏好序列，将所有子问题进行同样操作，得到解对子问题的偏好矩阵ψ_x；