[发明专利]一种面向排涝机器人的调度方法

权利要求书

1.任务环境的图表征

提取任务区域的关键信息，包括排涝任务点位置、休整点位置、每个排涝任务的时间与重要性以及任务点与休整点间的行程时间，并将其表征为图结构，所述排涝机器人是一种可以用无线遥控器在一定范围内遥控、自行驶入水中进行排水作业的排涝设备，包括以下过程：

(1.1)、用图表征任务环境：

G＝(V_RUV_NR,E) (1)，

式(1)中，G表示任务环境构成的图结构，V_R表示G的任务点集，V_NR表示G的休整点集，E表示G的任务点与休整点间的边集；

(1.2)、为图中的每条边赋值：

式(2)中，表示任务点i和休整点j间的行程时间，表示任务点i和休整点j间的行程距离，v表示排涝机器人的行驶速度；

(1.3)、为图中的每个任务点赋值：

f_i＝(T_i,β_i) (3)，

式(3)中，f_i表示任务点i的赋值，T_i表示任务点i的任务耗时，β_i表示任务点i重要性的权重，其中i∈V_R；

(1.4)、为图中的每个休整点赋值：

T^j≡T⁰ (4)，

式(4)中，T^j表示休整点j的休整耗时，T⁰表示所有休整点的同等休整耗时，其中j∈V_NR。

2.一种基于权利要求1所述的任务环境的图表征方法的加权总等待时间最小化的调度问题建模方法，其特征在于以任务的满足顺序为决策变量、所有排涝任务都必须满足为约束、全体排涝任务的加权总等待时间最小为目标建立非线性整数规划，包括以下过程：

(2.1)、定义一部分决策变量为任务点的满足顺序并对其取值进行约束：

式(5)中，x_i表示任务点i的满足顺序，|A|表示集合A的元素个数；

(2.2)、定义一部分决策变量为休整点的休整顺序并对其取值进行约束：

式(6)中，y^j表示第j次休整所选择的休整点；

(2.3)、以所有排涝任务都必须满足为约束：

(2.4)、计算任务点i的等待时间：

式(8)中，c_i表示任务点i的等待时间，其中

(2.5)、以全部任务点的加权总等待时间的最小化设置目标函数：

式(9)中，c表示全部任务点的加权总等待时间；

(2.6)、将式(5)—式(9)汇总，得到所有排涝任务都必须满足约束下的全体排涝任务加权总等待时间最小化模型，写成如下形式：

3.一种基于权利要求2所述的加权总等待时间最小化的调度问题建模方法的最优调度决策算法，其特征在于以在经典遗传算法中采用多个子种群并行搜索的策略，包括以下过程：

(3.1)、编码方案：将决策变量x_i和y^j二进制编码为和设pop为种群规模，设第k代种群为

(3.2)、适应值函数：用目标函数c作为适应值函数Fitness；

(3.3)、交叉策略：以某个交叉概率p_c选取两个父代个体进行多点交叉操作；

(3.4)、变异策略：某个变异概率p_m执行均匀变异操作；

(3.5)、选择策略：采用锦标赛选择算子，并将整个种群分为n组子种群，用上一代的m个最优解替换每个子种群m个最差的个体，其余个体不变；

(3.6)、最优保留策略：最优的个体不一定出现在最后一代，所以在进化开始时就必须把最好的个体保留下来，若在新种群中发现更好的个体，则用它代替前面保留的个体，在进化完成后，保留下来的个体就看作问题的最优解；

(3.7)、终止条件：设G为最大代数且连续进化u代种群没有改进，算法停止，输出最优解。