[发明专利]基于改进遗传算法的多任务下堆垛机调度算法

权利要求书

1.一种基于改进遗传算法的多任务下堆垛机调度算法，其特征在于它包括以下步骤：

步骤一：采用数字编码方式对出库和入库任务进行编码：即用数字代表库位号，然后按照出、入库任务按照一一对应的方式进行随机配对；配对后形成的不同的结果作为个体，所有的个体组成系统的初始种群；

步骤二：根据立体库授货台和堆垛机导轨运行方向建立平面直角坐标系，用坐标表示出入库库位号，继而通过坐标定义调度适应度求解公式，计算每个个体的适应度；

步骤三：设定迭代的总次数，将初始种群按照弱者扶持阶段、公平竞争阶段、强者加持阶段进行三阶段的个体选择，根据迭代的次数和设置的标志位，确定种群进入三阶段的某一阶段；

步骤四：从种群的个体中随机选择一个基因作为交叉点，按照交叉概率将基因进行交叉；再随机选择两个基因按照设定的概率进行变异，变异完成后输出结果。

2.根据权利要求1所述的基于改进遗传算法的多任务下堆垛机调度算法，其特征在于所述的步骤一具体包括：

1)将堆垛机交货位置编码为0，将库位按照顺序进行用数字进行编码，记为数据集D，编码后产生的库位号作D的元素，数据集D表示为：

D＝{1,2,...,q},q是库位号

记出库任务为数据集C，m个出库库位号c_m作为数据集C的元素，那么C表示为：

C＝{c₁,c₂,...,c_m},c_m∈D

记入库任务为数据集R，n个入库库位号r_n的任务作为数据集R的元素，R可表示为：

R＝{r₁,r₂,...,r_n},r_n∈D

2)将C和R中元素1:1进行配对，若m≠n，则用0补齐缺少的|m-n|个c_m或者r_n，使其其能达到1:1的要求配对，成对的出库任务和入库任务定义为gene，表示为：

gene:c_m→r_n

max{m,n}个gene组成一个个体，记为orig；orig表示为：

orig＝{gene₁,gene₂,...,gene_max{m,n}}

按照1:1配对后，最多可形成数量为(max{m,n})²个orig，并定义ORIGS为num个orig形成的种群，ORIGS表示为：

ORIGS＝{orig₁,orig₂,...,orig_num},num＜(max{num})²

num的取值根据个人经验确定，num越大算法的效果越好，但计算量越大，执行完成后得到num个orig组成的种群ORIGS。

3.根据权利要求1所述的基于改进遗传算法的多任务下堆垛机调度算法，其特征在于所述的步骤二具体包括：

以立体库授货台即交货点位置为原点坐标(0,0)，以水平沿堆垛机导轨铺设向为X轴，以竖直向为Y轴，每个库位的宽度和高度分别作为X轴和Y轴的单位长度建立平面坐标系；那么出库任务可以用坐标表示为入库任务坐标为堆垛机水平方向平均运行速度为v_x，竖直方向平均运行速度为v_y，两方向独立且无相互干扰，L为货架长度，h为货架高度，调度适应度的计算公式为：

其中d_jk是匹配函数，当入库j与出库k组合时d_jk＝1，计算其耗时，但当入库j与出库k不组合时d_jk＝0，不计耗时，将orig的编码对应的坐标一一对应，代入上面的公式计算得出每个orig的调度适应度。