[发明专利]一种基于改进遗传算法的传统作业车间调度方法

权利要求书

1.一种基于改进遗传算法的传统作业车间调度方法，其特征在于，具体按照以下步骤实施：

步骤1、设置遗传算法的基本参数：总迭代次数Iterations，当前迭代次数j，j初始化为1、种群总大小popSize以及自适应交叉和变异概率的影响因子k₁,k₂,k₃,k₄；

步骤2、根据步骤1中给定的popSize初始化种群，种群初始化后得到有popSize个染色体的初始种群；

步骤3、计算由步骤2生成的初始种群中所有染色体的适应度值；

步骤4、对步骤3中计算过适应度值的初始种群采用轮盘赌法进行选择操作，选择出(popSize-1)/2个染色体作为父代种群即Parent种群，进行后续步骤；

步骤5、对步骤4选择出的Parent种群中的染色体进行交叉操作来增加种群多样性，生成子代种群1即Children_1；

步骤6、对步骤5生成的Children_1种群中的染色体采用互换法完成变异操作，产生子代种群2即Children_2；

步骤7、记录种群Children_2中最优染色体和其适应度值；

步骤8、判断j是否大于Iterations，若j大于Iterations，根据步骤7中记录的数据画出迭代过程图和工件工序甘特图，算法结束；若j小于或等于Iterations，j+1后转至步骤3；

步骤2具体按照以下步骤实施：

步骤2.1、扩大参数popSize：将步骤1中的种群总大小扩大为原来的两倍加一个，即popSize＝popSize*2+1；

步骤2.2、生成初始种群：

步骤2.2.1、定义一个包含n×m个基因的染色体，这个染色体的编码方式采用基于工序的实数编码，从染色体的第一个基因位到最后一个基因位依次遍历；

步骤2.2.2、用MATLAB中的随机函数randperm处理步骤2.2.1中生成的染色体，循环处理popSize次，生成一个有着popSize个染色体的初始种群；

步骤3具体按照以下步骤实施：

步骤3.1、计算初始种群中所有染色体的目标函数值h(i)：i为初始种群中的任意一条染色体，取值范围是[1,popSize]；h(i)表示染色体i的目标函数，具体如公式(1)所示：

公式(1)中，Ms(i)为按照i中的基因顺序加工完所有工件所用的时间，也称最大完工时间，h(i)为目标函数，是最大完成时间的倒数，h(i)值越大代表该调度方案越优，该染色体更应该被遗传下去；

步骤3.2、根据步骤3.1计算出的h(i)来计算i的适应度函数f(i)，具体如公式(2)所示：

公式(2)中，Max表示h(i)的最大值，Min表示h(i)的最小值，f(i)越大i被选中的几率越大；

步骤5具体按照以下步骤实施：

步骤5.1、在种群Parent中按顺序选择一条染色体，作为父代1即Parent1，根据randi函数在[1，(popSize-1)/2]之间产生的随机整数，在Parent种群中选择对应序号的染色体作为父代2即Parent2；

步骤5.2、通过自适应交叉概率函数P_c得到交叉概率值，具体如公式(3)所示：

公式(3)中，g_max表示种群Parent中所有染色体的最大适应度值，g_avg表示种群Parent中所有染色体的平均适应度值，g′为Parent1和Parent2中较大的适应度值，k₁,k₂的值在(0，1)范围中选择即可；

步骤5.3、如果由步骤5.2求得的交叉概率值大于由rand函数在(0,1)之间随机产生的值时，采用优先工序交叉法进行交叉操作：

步骤5.3.1、将工件集{1,2,3,...,n}随机划分为两个非空子集j₁，j₂；

步骤5.3.2、将Parent1和Parent2中包含j₁工件号分别按其在染色体中的位置复制到子代1即Children1和子代2即Children2中，将Parent1和Parent2中包含j₂工件号分别按其在染色体中的顺序复制到Children2和Children1中；

步骤5.3.3、得到的Children1和Children2这两条染色体即为交叉后的染色体；

步骤5.4、如果由步骤5.2求得的交叉概率值小于或等于由rand函数在(0,1)之间随机产生的值时，不进行交叉操作，将步骤5.1得到的Parent1和Parent2直接作为Children1和Children2即可；

步骤5.5、将Children1和Children2加入种群Children_1中；

步骤6具体按照以下步骤实施：

步骤6.1、在种群Children_1中按染色体顺序选择一条染色体Children1；

步骤6.2、先通过自适应变异概率函数P_m得到变异概率值，具体如公式(4)所示：

公式(4)中，g_max表示种群Children_1中所有染色体的最大适应度值，g_avg表示群体Children_1中所有染色体的平均适应度值，g表示Children1的适应度值，k₃,k₄的值在(0，1)范围中选择即可；

步骤6.3、如果由步骤6.2求得的变异概率值大于由rand函数在(0,1)之间随机产生的值时，采用基因互换法进行变异操作：

步骤6.3.1、由randi函数随机生成两个整数作为Children1的两个基因号；

步骤6.3.2、将Children1上这两个基因号上对应的工件号进行互换，步骤6.3.1和步骤6.3.2循环4次；

步骤6.3.3、把Children1加入种群Children_2中；

步骤6.4、如果由步骤6.2求得的变异概率值小于或等于由rand函数在(0,1)之间随机产生的值时，不进行变异操作，将步骤6.1所得的Children1直接加入种群Children_2中。