[发明专利]一种多规则人工蜂群改进算法

说明书

本发明涉及一种多规则人工蜂群改进算法，根据编码操作方法生成初始解；进行解码操作，选取制造资源，计算目标函数值；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，选取制造资源，计算目标函数值；计算待工蜂对每个蜜源的选择概率；蜜源的搜索次数大于有限搜索次数，则放弃当前蜜源，在解空间中随机产生新蜜源，记录当前所有蜜蜂找到的最优解，并更新迭代次数；如果迭代次数大于最大迭代次数则结束。本发明解决云制造环境下工序级多目标资源优化调度问题，从而降低云制造环境下制造资源调度多目标制优化问题的复杂度，提高优化效率及服务请求者的满意度。

技术领域

本发明涉及云制造资源调度领域，具体地说是一种多规则人工蜂群改进算法。

背景技术

云制造是一种基于云计算、物联网、大数据、面向服务技术的智慧化制造新模式，它通过网络和云平台整合社会化制造资源，从而有效的提高了资源利用率、降低生产成本，为用户提供个性化服务。云制造环境下的制造资源调度问题是云制造系统的核心问题之一，由于调度算法的优劣直接影响到云制造的服务效率及服务质量，因此研究高效的云制造资源调度算法具有重要的意义。

与经典的制造系统调度问题相比，云制造系统中的任务具有个性化和大规模的特点；同时，由于云制造资源分布在不同的地理位置，因此调度需要考虑物流的时间及成本等因素。以往研究的调度粒度大都是基本的任务单元，并没有对工序级的资源调度进行深入研究。有些研究虽然考虑到了工序集的资源调度问题，但并未考虑服务请求者的个性化因素对云制造调度的影响，采用随机选择可行解的机制，当资源池中的可选制造资源数目较多时，收敛速度较慢。

发明内容

针对现有技术的不足，本发明提供一种应用于云制造资源调度领域的多规则人工蜂群改进算法，解决云制造环境下工序级多目标资源优化调度问题，从而降低云制造环境下制造资源调度多目标制优化问题的复杂度，提高优化效率及服务请求者的满意度。

本发明为实现上述目的所采用的技术方案是：

一种多规则人工蜂群改进算法，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。

所述编码操作方法采用间接工序的编码方法，染色体的长度为n_i表示任务个数，len(J_i)表示任务J_i包含的任务单元的个数；其中染色体中的每个元素是区间[1，n_i]之间的一个随机整数，该整数在序列中第几次出现表示它所代表的任务的第几个任务单元。

所述采用多规则机制选取制造资源包括以下过程：