[发明专利]一种多规则人工蜂群改进算法

权利要求书

1.一种多规则人工蜂群改进算法，其特征在于：包括以下步骤：

步骤1：根据编码操作方法生成规模为N的初始解；

步骤2：对得到的初始解进行解码操作，根据解码后的初始解采用多规则机制选取制造资源，并通过解码后初始解和制造资源计算目标函数值；

步骤3：采蜜蜂使用邻域搜索算法搜索当前蜜源邻域内的可行蜜源，并对其进行解码操作，采用多规则机制选取制造资源，并通过制造资源计算目标函数值，若搜索后的蜜源优于当前蜜源，则采用贪婪算法更新当前蜜源，否则当前蜜源不变；

步骤4：使用等级制度策略计算待工蜂对每个蜜源的选择概率；

步骤5：待工蜂使用邻域搜索算法搜索当前蜜源邻域内的可行蜜源，并对其进行解码操作，采用多规则机制选取制造资源，并通过制造资源计算目标函数值，若搜索后的蜜源优于当前蜜源，则采用贪婪算法更新当前蜜源，否则当前蜜源不变；

步骤6：如果蜜源的搜索次数大于有限搜索次数，则放弃当前蜜源，当前蜜源对应的采蜜蜂变为侦查蜂，在解空间中随机产生新蜜源，执行步骤7；否则直接执行步骤7；

步骤7：记录当前所有蜜蜂找到的最优解，并更新迭代次数；

步骤8：如果迭代次数大于最大迭代次数，则结束；否则返回步骤4；

所述采用多规则机制选取制造资源包括以下过程：

步骤1：建立云制造资源调度多目标优化模型，包括评价指标，并对评价指标赋予权重区间；

步骤2：根据产生的随机数所在权重区间得出该权重区间对应的评价指标；

步骤3：计算出所有制造资源对应的函数指标评价值，并选取最优的制造资源

所述计算出所有制造资源对应的函数指标评价值包括：

任务i的加工时间为：T＝T_p+T_t；其中

T表示制造时间，在其它评价因素相同的情况下，T值越小表明云制造调度结果越好；T_p表示某任务中的所有任务单元在制造资源中的总加工时间，T_t表示某任务在制造过程中的总运输时间；n_i为任务i的任务单元个数，为判定因子，当任务i的第j个任务单元在第k个制造资源上加工时否则st_ijk和ct_ijk分别表示任务i的第j个任务单元在第k个制造资源上的等待时间及实际加工时间；δ_wv为判定因子，当两个制造资源w与v之间存在物料流时δ_wv＝1，否则δ_wv＝0；tt_wv表示制造资源w与v之间的运输时间；

任务i的制造成本为C＝C_p+C_t；其中：

C表示制造成本，在其它评价因素相同的情况下，C值越小表明云制造调度结果越好；C_p表示直接生产加工成本，C_t表示制造过程中的运输成本；pc_ijk表示任务i的第j个任务单元在第k个制造资源上加工的加工费率；tc_wv表示制造资源w与v之间的运输成本；

任务i的产品质量为：其中

Q表示产品质量，在其它评价因素相同的情况下，Q值越大表明云制造调度结果越好；qp_kj表示任务i的j任务单元在k制造资源上加工的单元任务合格率；通常制造资源的加工合格率由历史数据计算得到，qp_k表示制造资源k的历史加工合格率，n_w表示k制造资源完成任务i的j任务单元的总量，s表示k制造资源完成任务i的j任务单元所产生的废品的数量；

任务i的延期风险为其中

R表示延期风险，在其它评价因素相同的情况下，R值越小表明云制造调度效果越好；rf_kj表示任务i的j任务单元所使用制造资源的设备故障率；rf_k表示k制造资源的设备故障率，根据制造资源的历史数据计算得到；t_w和t_m分别表示制造资源在加工任务单元时因故障造成的停机等待时间和维修时间，t_p表示制造资源的计划使用时间；

任务i的服务满意度为：其中

S表示用户的服务满意度，在其它评价因素相同的情况下，S值越大表明云制造调度结果越好；sp_kj表示k制造资源在加工与任务i的j任务单元相同的任务单元的历史用户满意度；N表示制造资源k完成同类任务单元的历史总量，s_i和s_t分别表示使用制造资源k完成同类任务每次用户的评价分数和评价总分数。