[发明专利]带装配阶段和能耗的分布式阻塞流水车间调度方法及系统

权利要求书

1.带装配阶段和能耗的分布式阻塞流水车间调度方法，其特征是，包括：

获取分布式阻塞流水车间的参数；

基于分布式阻塞流水车间的参数，构建分布式阻塞流水车间的调度模型；所述分布式阻塞流水车间的调度模型，包括：目标函数和约束条件；

基于改进的非支配排序遗传算法，对分布式阻塞流水车间调度模型进行求解，求解过程中假设每个个体作为一个解决方案；求解后，最后一次迭代产生的非支配解集中的所有非支配解都允许被视为最优方案；

其中，改进的非支配排序遗传算法，是指采用改进的遗传算法的交叉和变异策略来提高全局搜索能力；采用局部搜索策略来增强算法的收敛能力；其中，改进的遗传算法，是指将原有的交叉策略改为对工件序列的交叉策略、产品序列的交叉策略以及速度序列的交叉策略；

基于改进的非支配排序遗传算法，对分布式阻塞流水车间调度模型进行求解，求解过程中假设每个个体作为一个解决方案；求解后，最后一次迭代产生的非支配解集中的所有非支配解都允许被视为最优方案；具体包括：

(1)：随机产生规模为N的初始种群P₀；

(2)：对初始种群P₀进行非支配排序，得到层次序列以及层次的最大值；即每个个体所归属的层次；

(3)：采用二元锦标赛算法，对非支配排序后的种群进行选择，从两个种群中选择所属层级较小的种群个体；

(4)：交叉变异产生新种群Q_t；其中，采用改进的遗传算法的交叉和变异策略来提高全局搜索能力；采用局部搜索策略来增强算法的收敛能力；

(5)：计算新种群Q_t的目标值；

(6)：通过合并P₀和Q_t产生出组合种群R_t；

(7)：对组合种群R_t进行非支配排序，并通过排挤和精英保留策略选出N个个体，组成新一代种群P_t+1；

(8)：判断是否满足结束条件，如果是，就结束；如果否，就跳转到(3)；

交叉变异产生新种群Q_t；其中，采用改进的遗传算法的交叉和变异策略来提高全局搜索能力；

41：把种群分成相等的两个部分，分别是种群1和种群2；

42：把子种群中的个体分成工件在工厂中的序列s11和s12、产品序列s21和s22和机床速度序列s31和s32；同时，去掉工件在工厂中的序列中的虚拟工件0；

43：对于工件序列和产品序列进行相同的交叉操作；

产品序列的交叉策略和工件序列的交叉策略是一样的；

其中，工件序列的交叉策略为：

43a1：随机生成一个位置k；

43a2：记录s11中从位置1到位置k的工件；

43a3：把43a2中记录的工件从s12中删除，保留并记录s12中的其他工件及排列顺序；

43a4：用43a3中记录的工件及排序更新s11序列的k+1位置及其之后的工件；如此，就完成了子代1的产生，即新的s11；

44：子代2的生成与该过程一样，即最终产生的新的s12；

变异策略的具体步骤包括：

首先，随机选择序列的两个位置s，k；

其次，进行变异操作；将分成两种情况：

若sk，则新序列的工件顺序按照原序列的第1到第s-1、第k、第s到第k-1、第k+1到最后的工件排列；

若sk，则新序列的工件顺序按照原序列的第1到k-1、第k+1到s-1、第k、第s到最后的工件排列。

2.如权利要求1所述的带装配阶段和能耗的分布式阻塞流水车间调度方法，其特征是，

获取分布式阻塞流水车间的参数；具体包括：

机床的数量、工件的数量、工厂的数量、产品的数量、每个工件在机床上的标准加工时间、每个产品在装配机床上的标准加工时间、工件所属产品分配、速度种类、工件和产品在机床上的单位运行能耗、机床的待机能耗。