[发明专利]基于遗传算法的印刷装订作业调度优化方法

权利要求书

1.基于遗传算法的印刷装订作业调度优化方法，其特征在于，具体包括以下步骤：

步骤1，设置车间中各个工件每个步骤的加工时间，然后使用遗传算法将调度问题的解通过编码表示成染色体，最后生成初始染色体种群；

步骤2，根据步骤1中生成的染色体计算初始种群中个体的适应度值，判断算法是否完成预设的迭代次数，若满足，执行步骤5，否则继续执行步骤3；

步骤3，采用轮盘赌和精英保留策略的复合型选择方式，根据经步骤2得到的适应度值选择染色体；

步骤4，选择出染色体之后进行交叉和变异操作，形成新一代的个体，通过不断地交叉与变异过程进行染色体的迭代，生成新的种群；

步骤5，在经步骤4生成的新的种群中选择适应度值好的染色体，最后输出最优的调度方案。

2.根据权利要求1所述的基于遗传算法的印刷装订作业调度优化方法，其特征在于，所述步骤1中编码的具体过程为：采用十进制编码对工序顺序和设备编号进行编码，将一条染色体表示成工序基因和设备基因两个基因片段，然后将调度方案表示成染色体，最后生成初始染色体种群。

3.根据权利要求1所述的基于遗传算法的印刷装订作业调度优化方法，其特征在于，所述步骤2中的具体技术内容包括：首先采用最大完工时间作为优化指标，建立数学模型如下：

f(c)＝min_1≤k≤m{max_1≤i≤n{C_ijk}} (1)

T_ijk≤S_i(j-1)k (2)

T_ijk-S_ijk＝C_ijk (3)

式中，i为工件的序号，j为工件i的加工工序序号，k为加工设备的编号，n为工件的数量，m为加工设备的数量，C_ijk为工件i的第j道工序在设备k上的加工时间，S_ijk为工件i的第j道工序在设备k上的开始时间，T_ijk为工件i的第j道工序在设备k上的完工时间；

然后采用适应度函数来计算初始染色体种群中个体的适应度值，利用倒数构造法进行适应度函数的构造，适应度函数表达式为：

式中，f(x)为目标函数，C是一个保守估计值。

4.根据权利要求1所述的基于遗传算法的印刷装订作业调度优化方法，其特征在于，所述步骤3中轮盘赌的具体内容为：

假设种群的大小为M，其中每个个体i的适应度值为f，则任何一个个体被选择的概率为：

式中，为种群中所有个体适应度值和，f_i为被选中个体的适应度值(1-M)，P_i为被选中的概率。

5.根据权利要求1所述的基于遗传算法的印刷装订作业调度优化方法，其特征在于，所述步骤3中经营策略的具体内容为：

在迭代过程中第k代大小为M的种群P_k-{a₁(k)，a₂(k)，......，a_m(k)}，精英保留策略为：

F_max(k)＝max{F(a₁(k))，F(a₂(k))，......，F(a_m(k))} (7)

F_max(k+1)＝max{F(a₁(t+1))，F(a₂(t+2))，......，F(a_m(k+1)) (8)

式中，F_max(k)为第k代种群中适应度值最好的个体，F_max(k+1)为第k+1代种群中适应度值最好的个体，若F_max(k)＞F_max(k+1)，则将种群中适应度值最优的一部分精英个体保留，然后进化到下一代。