[发明专利]一种基于改进烟花算法的焊接车间综合调度方法

权利要求书

1.一种基于改进烟花算法的焊接车间综合调度方法，其特征在于，具体为：

步骤1：建立焊接车间综合调度优化的数学模型；

以车间加工复杂焊接产品最大完工时间最小和机器负载合理为优化目标建立焊接车间综合调度优化的数学模型，其目标函数为：

约束条件：

式中，产品A包含的工序集合为i＝{1,2,3,…,n}，其处理时间为t_i＝{t₁,…,t_n},n表示工序总数，N为加工工艺树上的工序集；N_able为可增加主焊接机器数量的工序集，N_one为标准工序集；N_mut代表多设备工序集；i代表产品上的第i道工序，i∈N；N_inv代表虚拟工序集；t_i为第i道工序的加工时间；S_i代表第i道工序的开始加工时间；C_i为第i道工序的结束加工时间，C_max为最大完工时间；j^r表示机器r上的第j道工序的索引；J_i表示第i道工序的同设备紧前工序；F_i表示第i道工序的工艺紧前工序,代表第i道工序的工艺紧前工序的开始加工时间；代表第i道工序的设备紧前工序的开始加工时间；u_i表示增加主焊接机器数量的惩罚系数，u_i∈(0，1)；m为机器总数量；M代表机器集M＝{1,…,m}；M_i为第i道工序的可选同型机器集，即主焊接机器，i∈N；代表第i道工序的所需要的协同辅助机器集，i∈N；r为主焊接机器索引，r^ass为辅助机器索引；y_i，r为0,1变量，若第i道工序在主焊接机器r上加工则y_i，r＝1，否则y_i，r＝0，r∈M_i；为0,1变量；若第i道工序在辅助机器r^ass上加工则否则代表第i道工序的最大允许同型并行处理机数量；L_i代表第i道工序的实际主焊接机器数量，代表在工序i加工过程中上所用协同辅助机器数，其中代表工序i上增加主焊接机器处理后的加工时间，满足代表工序i的工艺紧前工序增加主焊接机器处理后的加工时间；代表工序i的设备紧前工序增加主焊接机器处理后的加工时间；M_i代表主焊接机器集，代表辅助机器集，其中M中包括的无差异的并行处理机M_i和相互协作的并行处理机在某工序处理时间t_n内，至少需要一台机床r，r∈M，主焊接机器集为M_i，指在第i道工序的主要功能机器，辅助机器集为第i道工序的所需要的协同辅助机器集，即在第i道工序中除了调用主焊接机器M_i以外，需要相应的辅助机器对该工序进行辅助；

式(1)中f₁是最小化加工产品最大完工时间C_max，f₂是最小化机器负载，式(2)是对标准工序的辅助机器数量进行约束，其值为0；式(3)是对属于多设备工序的辅助机器数量进行约束，其值为正整数；式(4)是对所有工序的主焊接机器数量进行约束，其值为正整数；式(5)是对每个工作站中投入的并行处理机数量的约束；式(6)是0-1变量约束；式(7)是对可并行工序和不可并行工序的机器数量作区分；式(8)表示产品任务每道工序只能在调度的位置中出现一次；式(9)是0-1变量约束；式(10)表示每个工序的开始加工时间必须大于等于其所有同设备紧前工序时间和当前工序准备时间之和与其所有工艺紧前工序时间和当前工序准备时间之和的较大值；式(11)表示最大完工时间C_max为产品最后一道工序完成的时间；

步骤2：利用改进烟花算法优化求解；

烟花种群为X＝{X₁,X₂,X₃,…,X_K}，其中k为种群烟花序号索引，K为烟花个体总数，k＝{1,2,…,K}，X_k为第k个烟花的位置，f_k代表烟花k的适应度值，Sn为烟花的爆炸火花数，Se_k代表烟花k的爆炸火花数目，实际计算中采用取整操作；A为基本爆炸半径，R_k为烟花k 的爆炸半径，f_max为当前代数烟花集合中的最优适应度值，f_min为当前代数烟花集合中的最差适应度值，ε是一个特别小的常数，避免分母为0；烟花k根据适应度值在半径R_k内产生Se_k个爆炸火花X_new；表示为：

改进烟花算法具体操作过程如下：

S1：初始化拥有K个个体的烟花种群，计算K个烟花的适应度值，根据适应度值计算爆炸半径和爆炸个数；

S2：生成爆炸火花，按照个体精英保留策略保留K个个体；随机选取个体生成GK个高斯变异火花，GK为K的10％；

爆炸火花：记X_k为烟花k的解，其适应度为f(X_k)，newX_k为爆炸产生的候选烟花解，Explode为爆炸函数，X_k经过爆炸函数Explode后得到候选烟花解newX_k，改进的爆炸算子的定义由式(14)给出：

newX_k＝Explode(X_k,min(R_k,R_fb)) (14)

随机选取X_k的一个维度z进行引爆，通过工艺信息树找到维度z上的工序的紧前工序和紧后约束的位置，其紧后工序和紧前工序之间的距离为R_fb，将爆炸距离控制在紧前工序和紧后工序之间爆炸每一次正常爆炸得到的新解都是满足约束的合法解，其爆炸偏移距离为式(13)计算得到的R_k和R_fb的较小值；

高斯变异：mutX_k为高斯变异产生的候选烟花解，Gs为高斯变异函数，烟花X_k进行高斯变异则不受适应度值f_k计算得到的爆炸范围R_k，的约束，X_k经过高斯变异函数Gs后得到候选烟花解mutX_k，其定义由式(15)给出：

mutX_k＝Gs(X_k,R_fb) (15)

S3：混合爆炸火花和高斯变异火花得到的种群，保留适应度前50％的个体，对剩余种群容量的个体使用轮盘赌策略得到下一代烟花种群；

S4：判断烟花爆炸次数是否达到设定的最大爆炸数，若是，则爆炸过程结束，输出最优值烟花；否则继续迭代。