[发明专利]基于Q-learning和GA的多目标柔性作业车间调度自学习方法

说明书

本发明公开了基于Q‑learning和GA的多目标柔性作业车间调度自学习方法，采用分段编码规则，全局、局部和随机结合的机器选择方式初始化种群，采用基于Pareto支配关系的非劣解快速排序方法分配染色体解的适应度值，然后设计锦标赛和精英策略结合选择算子，设计对应的交叉和变异算子；在GA算法基础上结合增强机器学习中Q‑learning算法构建自学习模型，设计状态集、行动集、奖励方法、行动选择策略等，在染色体种群迭代间动态调整交叉概率Pc和变异概率Pm，从而，提高算法时间复杂度和解的精准度，进而提高车间生产的自适应性、可靠性以及智能化水平。

技术领域

本发明涉及制造生产车间的调度技术领域，尤其涉及一种基于Q-learning和GA的多目标柔性作业车间调度自学习方法。

背景技术

随着客户需求定制化和加工设备的多功能发展，传统作业车间调度(JSP)很难达到最优化排产调度，造成生产率较低、资源浪费、成本增加，因此设计并实现柔性作业车间调度的自学习智能化方法成为生产调度的关键任务，以满足制造企业的实际需求。

柔性作业车间调度(FJSP)在1990年由Bruker和Schlic首次提出，具有显著的离散性、计算复杂性、多约束性、不确定性和多目标性特征作为经典作业车间调度(JSP)问题的扩展，突破生产资源唯一性限制，每道生产工序可在不同机器上加工，更迎合实际生产环境，增加了调度的灵活性、可靠性和自适应性，且是一种公认的强NP-hard问题；实际生产中调度问题常常多目标的，有效的调度优化方案不仅能提高生产效率、设备利用率，保证按时交货，降低企业成本，而且还节能减排实现绿色生产。

目前，FJSP常用解决方法有遗传算法、禁忌搜索、蚁群算法、模拟退火、粒子群算法、蜂群算法等；遗传算法是一种隐含并行搜索的随机全局搜索算法，优越的全局搜索和较强的鲁棒性使得遗传算法非常适合求解多目标优化FJSP问题。但遗传算法中的交叉概率和变异概率等关键参数不能被动态精准调整，从而影响算法的效率和解的质量。

发明内容

本发明提供基于Q-learning和GA的多目标柔性作业车间调度自学习方法，以克服上述技术问题。

本发明基于Q-learning和GA的多目标柔性作业车间调度自学习方法，包括：

S1、建立柔性作业车间调度模型及其约束条件；

S2、初始化遗传算法基本参数；根据所述遗传算法的分段编码规则，并根据所述基本参数进行染色体种群初始化；

S3、对各染色体支配关系进行分类划定帕累托阶层，计算同一帕累托阶层内各染色体之间的拥挤距离，根据染色体所在的帕累托阶层及所述拥挤距离计算适应度值；

S4、判断种群迭代次数是否达到预设上限，若达到，则输出最优解；否则，利用增强学习算法，并根据所述适应度值优化所述遗传算法中的交叉概率P_c和变异概率P_m；

S5、选择参与交叉的染色体种群，根据所述交叉概率P_c对所述参与交叉的染色体种群进行交叉操作，生成参与变异的染色体种群；

S6、根据所述变异概率P_m对所述参与变异的染色体种群进行变异操作，生成新染色体种群；返回S3，基于所述新染色体种群进行计算。

进一步地，所述建立柔性作业车间调度模型及其约束条件，包括：所述柔性作业车间调度模型描述为：