[发明专利]知识驱动的置换流水线双种群协同学习策略与优化方法

权利要求书

1.知识驱动的置换流水线双种群协同学习策略与优化方法，其特征在于，包括以下步骤：

S1：收集生产计划数据、工艺流程数据；

S2：设置调度知识，所述的调度知识包括参数指数和领域知识；

S3：定义目标函数，通过目标函数得到关于流水线的目标最优值；

S4：通过调度知识设置初始化种群；

S5：计算种群的适应度，根据适应度将种群划分为子种群1和子种群2；

S6：根据调度知识对子种群1和子种群2的个体进行调整；

S7：若达到预设的目标值，则输出当前的流水线的调度结果，若没有达到预设的目标值，则执行S5。

2.根据权利要求1所述的置换流水线双种群协同学习策略与优化方法，其特征在于，所述的参数指数包括子种群1与子种群2的大小、迭代次数、子种群1与子种群2的比例，参数指数通过下式进行表示：

{P,T,Ratio}

其中，所述的P表示子种群1与子种群2的大小；所述的T表示迭代次数；所述的Ratio表示子种群1与子种群2的比例。

3.根据权利要求2所述的置换流水线双种群协同学习策略与优化方法，其特征在于，所述的领域知识包括变异算子、邻居交换算子、非邻居交换算子、翻转算子、前移算子和后移算子。

4.根据权利要求3所述的置换流水线双种群协同学习策略与优化方法，其特征在于，所述的目标函数包括最小化最大完工时间和最小化总流经时间，其中，所述的最小化总流经时间通过下式进行表达：

流水线调度问题的目标函数计算过程如下：

C(π₁,1)＝P(π₁,1)

C(π_i,1)＝C(π_i-1,1)+P(π_i,1),i＝2,...,n

C(π₁,j)＝C(π₁,j-1)+P(π₁,j),j＝2,...,m

C(π_i,j)＝max{C(π_i-1,j),C(π_i,j-1)}+P(π_i,j)

i＝2,...,n,j＝2,...,m

最小化总流经时间是寻找一个调度序列π^*，使得

C_max(π^*)≤C(π_n,m)

其中，π＝(π₁，π₂，...，π_N)，π为流水线调度问题的一个调度序列；

P(π_i，j)，i＝1，...，n；j＝1，...，m；P(π_i，j)为工件π_i在机器j上的加工时间；

C(π_i，j)为工件π_i在机器j上的完工时间。

5.根据权利要求4所述的置换流水线双种群协同学习策略与优化方法，其特征在于，所述的S4包括以下流程：

对种群中的个体进行编码，所述的编码内容通过向量表示，所述的向量通过流水线的生产任务的顺序表示。

6.根据权利要求5所述的置换流水线双种群协同学习策略与优化方法，其特征在于，所述的S5包括以下流程：

S5.1：计算种群的个体的适应度：根据种群的个体参数，计算S3中目标函数的值，目标函数值越低，代表个体的适应度越好；

S5.2：根据适应度对种群的个体进行降序排列；

S5.3：降序排列后的个体按照顺序依次组成子种群1，剩余的个体组成子种群2，所述的子种群1与子种群2的个体数量的比值与调度知识中的参数指数的Ratio相同。