[发明专利]优化两生产指标的柔性作业车间调度多目标分布估计方法

权利要求书

1.优化两生产指标的柔性作业车间调度多目标分布估计方法，其特征在于，包括以下步骤：

步骤1、获取加工数据信息，加工数据信息包括柔性作业车间的工件和相应的工序，加工机器和相应的加工时间、释放时间，以及交货期；

步骤2、以最小化最大完工时间C_M和总拖期时间Tard为优化目标，建立柔性作业车间调度模型；

步骤3、采用基于拥挤距离和最早完工时间规则的多目标分布估计方法来优化所述柔性作业车间调度模型，获得最优化的调度方案解集，

所述的步骤2中，最大完工时间C_M和总拖期时间Tard基于以下公式：

其中，C_M为最大机器完工时间，Tard为总拖期时间，C_k为第k台机器的完工时间，C_i为第i个工件的最大完工时间，d_i为第i个工件的交货期，m为机器总数，n为工件总数，

所述的步骤2中，柔性作业车间调度模型的约束条件如下：

F_ijk+Ti_ijk≤S_ghk i,g＝1,2,...,n；k＝1,2,...,m；

S_ij+Ti_ijk≤S_i(j+1) i＝1,2,...,n；k＝1,2,...,m

其中，F_ijk为第i个工件的第j个工序在第k个机器上的起始加工时间；S_ghk为第k个机器的后续工序O_gh的起始加工时间；S_ij和S_i(j+1)分别表示第i个工件的第j个工序和第j+1个工序的起始加工时间；Ti_ijk为第i个工件的第j个工序在第k个机器上的加工时间，n为工件总数，m为机器总数，g为机器加工的下一个工件的序号，h为机器加工的下一个工件的工序的序号，

所述的步骤3包括以下步骤：

步骤3.1、采用工序加工顺序向量和机器分配向量；

步骤3.2、对算法参数进行初始化，算法参数包括：种群规模pop，最大进化次数T_MAX，优势种群比例系数η，Pareto解集的个数Nmax，工序概率矩阵P，工序概率矩阵P的学习系数β；

步骤3.3、在解空间内按均匀分布随机产生N个初始解，组成初始种群，每个解即为一个个体；

步骤3.4、计算种群中所有个体的最大完工时间和总拖期时间，确定个体之间的相互支配关系和每个个体的拥挤距离，根据支配关系和拥挤距离获得种群的Pareto解集，从种群中通过加权和的选择规则选择SP＝η*N个优秀个体组成优势种群，η为优势个体比例系数，N为种群的个体数目；

步骤3.5、工序概率矩阵P利用优势种群采用工序概率更新公式进行更新；

步骤3.6、根据工序概率矩阵P采用轮盘赌方法生成工序加工顺序方案，根据工序加工顺序采用最早完工时间规则获得机器分配方案，更新N个个体，组成新的种群；

步骤3.7、根据步骤3.6生成新的种群，在新种群和Pareto解集组成的合集中，通过支配关系和拥挤距离选择具有非支配关系和拥挤距离小的个体更新新种群的Pareto解集，同时在新种群和优势种群组成的合集中，通过加权和的选择规则选择SP个优秀个体更新优势种群；

步骤3.8，满足停止准则，则获得的最后的Pareto解集就是最优的调度方案解集；不满足停止准则，则转到步骤3.5继续执行。