[发明专利]一种基于遗传算法的柔性车间调度的混合优化方法

说明书

本发明为一种基于遗传算法的柔性车间调度的混合优化方法，该方法针对传统作业车间调度问题有加工设备功能单一、加工工序对应设备固定的特点，提出了一种新型混合改进的遗传算法进行求解优化。首先，采用一种新的编码思想构建双层染色体编码结构，强化初始种群质量，提高种群的多样性；并给出了相应的选择操作设计，交叉操作采用单段交叉、两段交叉和三段交叉机制，改善算法全局搜索能力，变异操作引入了种群分割的思想，按照适应度将种群分割成两部分，并赋予不同的变异概率，实行两种变异机制，以提高算法的局部搜索能力；添加了新的检查操作以增强优化过程的可行性。

技术领域：

本发明设计一种生产高度技术，尤其是一种基于遗传算法的柔性车间调度的混合优化方法，具体地说是融合了新的双层编码思想、多段交叉思想和种群分割思想且增添了检查操作的混合优化算法。

背景技术：

车间生产调度作为关键技术和核心内容在离散柔性制造生产计划中起主要作用，因为每个企业车间的生产资源是有限的，并且工件的加工也会受到设备工艺的限制，如何合理安排每个工件的每个生产步骤在哪台设备上加工，以确保所选定的目标的最佳性能，这就是调度的目的。该问题的特征在于显著的离散性，复杂性，多重约束和不确定性。传统作业车间生产调度很难达到最佳的排产效果，这样就会造成生产效率低下，浪费生产资源，增加企业生产成本。因此，用来实现柔性车间调度的智能算法亟需设计，进而可以提高生产效率，提高企业的市场竞争力。

柔性车间生产排产调度问题(Flexible Job Shop Scheduling Problem，FJSP)是传统作业车间生产调度问题(Job Shop Scheduling Problem，JSP)的扩展。FJSP这个问题在1990年由Bruker和Schlic首次提出，在JSP中，每个生产步骤是预先确定的，并且其生产设备和生产时间也是预先确定的。而在FJSP中，每个生产步骤的生产设备是不确定的。每个生产步骤都有加工设备组，可在其中挑选任一设备进行加工，并且不同生产设备生产同一步骤所花费时间是不一样的，这增加了该类调度问题的灵活性，且在实际生产中为常见情况，所以解决该问题势在必行。目前，解决FJSP的常用方法有禁忌搜索(TS)，模拟退火(SA)，遗传算法(GA)和粒子群优化(PSO)等。其中，遗传算法因其良好的鲁棒性、通用性和计算机优势而被广泛应用。

本发明在传统遗传算法鲁棒性强，全局搜索能力好，概念简单和适用性强的优点基础上，融合了种群分割、多段交叉等思想的优点，用以求解柔性车间的调度问题。

发明内容：

本发明的目的是针对传统作业车间调度问题有加工设备功能单一、加工工序对应设备固定的特点，提出了一种新型混合改进的遗传算法进行求解优化。首先，采用一种新的编码思想构建双层染色体编码结构，强化初始种群质量，提高种群的多样性；并给出了相应的选择操作设计，交叉操作采用单段交叉、两段交叉和三段交叉机制，改善算法全局搜索能力，变异操作引入了种群分割的思想，按照适应度将种群分割成两部分，并赋予不同的变异概率，实行两种变异机制，以提高算法的局部搜索能力；添加了新的检查操作以增强优化过程的可行性。

本发明的技术方案是：

一种基于遗传算法的柔性车间调度的混合优化算法，它融合了双层编码、种群分割、多段交叉等思想对遗传算法进行改进优化，实现柔性车间的调度，其特征在于它包括以下步骤：

步骤1：分析FJSP问题涉及的参数，并建立数学模型；

在建立FJSP数学模型之前，做出如下基本假设：

1)任何设备在同一时刻不能处理两个生产步骤；

2)任一工件必须严格按照自己的工序顺序进行加工；

3)任一工件必须严格在自己的加工设备集里加工；

4)不同的工件的生产步骤之间没有约束条件，优先级相同；