[发明专利]一种基于改进遗传算法的柔性作业车间调度方法

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、建立柔性作业车间调度的模型；

步骤2、确定模型的约束条件；

步骤3、按照先验知识进行种群初始化，采用并行双链式编码，根据柔性作业车间调度的两个子问题：机器选择和工序排列，进行编码；

步骤4、使用最优插入法对每个个体进行适应度计算，通过锦标赛选择法选择出要进行后续操作的种群；

步骤5、对工序编码层采用IPOX交叉法，对机器选择编码层采用多点交叉法；

步骤6、对工序编码层进行局部搜索，对机器选择编码层进行多重变异操作；

步骤7、对新一代的种群根据适应度进行排序，保留当代的最优解；

步骤8、判断是否满足终止条件，终止条件为是否达到最大迭代次数gen，若满足执行步骤九，否则，返回步骤4；

步骤9、输出最优结果，并给出相关的收敛曲线和调度甘特图；

步骤4中，使用最优插入法对每个个体进行适应度计算，通过锦标赛选择法选择出要进行后续操作的种群，具体步骤如下：

随着工件加工数量的积累，各机器上会出现加工空闲，造成机器负载率的降低的同时，也加大了最大完成时间，故而采用最优插入法来提高求解质量；

步骤4.1、在满足机器约束和工件约束的情况下，将当前加工工序插入到一个与它加工时间最接近的空闲时间段里；

通过锦标赛选择法选出后续操作的种群，其步骤如下：

步骤4.2、从当前种群中随机选择若干个个体；

步骤4.3、对选择的个体进行适应度计算，将适应度最高的个体插入到新种群中；

步骤4.4、重复上述步骤直到新种群中的个体数量等于旧种群；

在步骤6中，对工序编码层进行局部搜索，对机器选择编码层进行多重变异操作；具体步骤如下：

对机器选择编码层进行多重变异操作步骤如下：

步骤6.1、随机选择一个父代个体father1；

步骤6.2、随机从n个工件中选择若干个工件

步骤6.3、从被选中的每一个工件随机选择一道工序；

步骤6.4、未被选中的father1基因保持原位不动，对选中的部分进行枚举排序，得到一组新染色体；

步骤6.5、对新得出的染色体组进行适应度计算，如果存在适应度大于father1的新个体child1，则替换father1；否则，不做任何操作；

对工序编码层进行局部搜索步骤如下：

步骤6.6、随机选择一个父代个体father1；

步骤6.7、判断是否满足变异概率，如果满足，执行步骤6.8，否则，返回步骤6.6；

步骤6.8、随机选择一个与当前机器不同的机器加工，如果只有一台机器可供选择，则不执行任何操作；

步骤6.9、father1中与数组L为1对应位置的工序选择加工时间最短的机器进行加工；

步骤6.10、将得到的子代个体childl替换种群的father1，数组L表示由随机所产生的0、1组成的数组。

2.根据权利要求1所述的一种基于改进遗传算法的柔性作业车间调度方法，其特征在于：在步骤1中，建立柔性作业车间调度的模型，具体步骤如下：

步骤1.1、建立数学模型，以最大完成时间最小为目标函数：f＝min{max C_i}，其中C_i表示工件i的完成时间，i＝1，2，3，...，n；n是待加工工件的数量。