[发明专利]ECM规则分布估计算法的柔性作业车间调度方法

权利要求书

1.一种ECM规则分布估计算法的柔性作业车间调度方法，其特征在于：包括以下步骤：

步骤1：建立基于最大完工时间的柔性作业车间调度与排产模型，确定决策变量,其中，决策变量为二维向量，即工序加工顺序向量OS和机器分配向量MS，决策变量

步骤2：设置分布估计算法的迭代次数T_MAX，种群规模pop，初始化工序概率矩阵P，工序概率矩阵P的学习系数α，优势群体比例系数η；

步骤3：在解空间内按均匀分布随机产生N个初始解，组成初始群体；

步骤4：根据N个初始解计算柔性作业车间调度与排产的最大完工时间，同时保留最好解；根据最大完工时间，选出最大完工时间较好的SP＝η*N个个体组成优势群体；

步骤5：根据SP个个体优势群体的数据，估计该车间调度的概率分布模型，即更新工序概率矩阵P；

步骤6：根据新的工序概率矩阵P生成工序加工方案，同时采用ECM规则生成机器分配方案，产生N个新个体，组成新的种群；ECM规则如下：输入：π为所有工件工序的加工序列；D为加工序列维数；γ_j为机器j上加工工序的索引；Ψ^j为机器j上的加工工序序列，循环每一台机器上加工工序，执行γ_j＝0，Ψ^j(γ_j)＝Φ,Φ表示加工工序序列为空；找出能够以最早完工时间加工工序π(t)的机器j，执行γ_j＝γ_j+1；Ψ^j(γ_j)＝π(t)；

步骤7：检查是否满足某种停止准则，若满足则算法结束，群体中的最好个体就是最优的调度方案结果；否则算法转到步骤4)继续执行。

2.根据权利要求1所述的ECM规则分布估计算法的柔性作业车间调度方法，其特征在于：步骤1)所述的基于最大完工时间的柔性作业车间调度与排产模型数学描述如下：假设有n个工件和m台机器的调度任务，设所有工件集合为J＝{J₁,J₂,...,J_n}，工件J_i包含n_i个工序，工件J_i的工序序列为所有机器集合为M＝{M₁,M₂,...,M_m}，工件i工序j在机器k上的加工时间表示为Ti_ijk。

3.根据权利要求2所述的ECM规则分布估计算法的柔性作业车间调度方法，其特征在于：所述的基于最大完工时间的柔性作业车间调度与排产模型，其优化目标为：

最大机器完工时间C_M：

其中，C_k为第k台机器的完工时间；

约束条件如下:

S_ij+Ti_ijk≤S_i(j+1)i＝1,2,...,n；j＝1,2,...,m；

F_ijk+Ti_ijk≤S_ghk i,g＝1,2,...,n；i≠g；j,h＝1,2,...,m；

其中，S_ij为工件i工序j的起始加工时间；F_ijk为工件i工序j在机器k上的起始加工时间，S_ghk为机器k后续工序O_gh的起始加工时间，前一个约束表明每个工件的下一道工序只能在上一道工序完成后才能开始加工，后一个约束表明每台机器在同一时刻只能加工一道工序，机器的启动时间和搬运工件的时间忽略不计。

4.根据权利要求1所述的ECM规则分布估计算法的柔性作业车间调度方法，其特征在于：步骤2)所述的工序概率矩阵P的初始化值为其中，Nsum为工序总数。

5.根据权利要求1所述的ECM规则分布估计算法的柔性作业车间调度方法，其特征在于，步骤5)所述的矩阵P的更新公式如下：

其中，为矩阵P第i行第j列第l次迭代时的概率，SP为优势种群中的个体数目，的含义如下公式所示；