[发明专利]面向动态等效并行机调度问题的快速非支配排序遗传算法在审
申请号: | 202210202320.X | 申请日: | 2022-03-03 |
公开(公告)号: | CN114565290A | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 陈亚绒;王陈;黄沈权;沈纯纯;朱立夏;周富得 | 申请(专利权)人: | 温州大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q10/10;G06N3/12 |
代理公司: | 杭州万合知识产权代理事务所(特殊普通合伙) 33294 | 代理人: | 余冬 |
地址: | 325006 浙江省温州市瓯海区瓯海*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 面向 动态 等效 并行 调度 问题 快速 支配 排序 遗传 算法 | ||
1.面向动态等效并行机调度问题的快速非支配排序遗传算法,其特征在于,按下述步骤进行:
S1:通过混合启发式规则和随机规则,生成规模为N的初始种群Pt,混合启发式规则包括MODD、ATC和X-RM;
S2:利用基于动态规划的解码方法,计算每个个体的最大完工时间Cmax与总拖期时间和∑Tj;
S3:判断是否满足终止条件;若是,结束;否则,对种群Pt中的个体进行快速非支配排序;
S4:通过自适应概率交叉与变异、精英选择策略的遗传算子产生子代种群Qt;
S5:将父代种群Pt和子代种群Qt合并而成规模为2N的种群Rt;
S6:对Rt进行基于动态规划的解码和快速非支配排序,从第一层r1开始逐层选择非支配解个体放入新父代种群Pt+1,直到种群规模为N;若选择层级rk的个体无法全部放入,则对rk层个体进行拥挤度计算,选择拥挤度大的个体放入;
S7:对种群Pt+1中的个体进行邻域搜索产生新解替换冗余解;令t=t+1,返回步骤S3。
2.根据权利要求1所述的面向动态等效并行机调度问题的快速非支配排序遗传算法,其特征在于,所述步骤S1中的初始种群Pt生成方法按下述步骤进行:
步骤2.1:问题描述与目标界定;动态等效并行机调度问题可以描述为将J={J1,J2,…,Jj…,Jn}中的n个工件安排到M={M1,M2,…,Mi…,Mm}台等效的并行机上,工件Jj的到达时间为rj,交期时间为dj,处理时间为pj,完工时间为Cj,拖期时间为Tj=max{0,Cj-dj},工件Jj的加工过程不可中断;机器在生产过程中需要进行弹性预防维护PM,即机器的连续加工时间或役龄不能超过界限值UT,每次维护的时长为t,优化目标为同时最小化最大完工时间Cmax=max{Cj}与工件拖期时间和∑Tj;决策内容是确定工件在机器上的分配与加工顺序;
步骤2.2:根据初始种群中MODD、ATC、X-RM以及随机规则比例确定的数量,即N=nMODD+nATC+nX-RM+nRandom;
步骤2.3:初始化每台机器的完工时间C1=C2=…=Cm=0,最早开工时间t1=t2=…=tm=0,役龄Age1=Age2=…=Agem=0,拖期时间和∑Tj=0,已调度工件集合SJ1=SJ2=…=SJm=φ,未调度工件集合USJ={J1,J2,…,Jn},工件数量n,维护界限值UT,维护时长t,种群规模N,工件指标j=1,机器指标k=1:
步骤2.4:利用MODD规则生成数量为nMODD的初始解集,包括以下步骤;
步骤2.4.1:判断USJ={φ}吗,若是,结束;否则,转步骤2.4.2;
步骤2.4.2:选择Jj∈USJ,转步骤2.4.3;
步骤2.4.3:当机器数量k≤m时,转步骤2.4.4;否则,转步骤2.4.5
步骤2.4.4:计算机器的役龄Agek=Agek+pj;如果Agek>UT,则tk=tk+t,Agek=pj,d′jk=max{dj,max{rj,tk}+pj};否则,Agek=Agek+pj,d′jk=max{dj,max{rj,tk}+pj};令k=k+1,返回步骤2.4.3;
步骤2.4.5:工件Jj的d′j=min{d′jk};
步骤2.4.6:令j=j+1,返回步骤2.4.2;
步骤2.4.7:按照USJ中工件Jj的d′j值对工件进行排序,d′j值越小的排序越靠前;当d′j值相同,则交期早的排前面;如果交期相同,则序号小的工件排前面,得到排序结果π={J[1],J[2],…,J[|USJ|]};
步骤2.4.8:当k≤m时,转步骤2.4.9,否则,转步骤2.4.11;
步骤2.4.9:当j≤|USJ|时,转步骤2.4.10;
步骤2.4.10:判断r[j]≤tk是否成立;若成立,则Agek=Agek+p[j],如果Agek>UT,则tk=tk+t,Agek=p[j],C[j]k=max{rj,tk}+p[j];否则,Agek=Agek+p[j],C[j]k=max{rj,tk}+p[j];
步骤2.4.11:C[j]h=min{C[j]k},将集合π中第一个当前已经到达的工件J[j]安排到机器h上,并更新Ch=C[j]h,Ageh,th,SJh=SJh∪J[j],USJ=USJ/J[j]以及∑Tj;返回步骤2.4.1;
步骤2.4.12:循环步骤2.4.1-步骤2.4.11,生成数量为nMODD的初始解集;
步骤2.5:利用ATC规则生成数量为nATC的初始解集;
步骤2.6:利用X-RM规则生成数量为nX-RM的初始解集;
步骤2.7:随机将n个工件分派到m台机器上,生成数量为nRandom的初始解集;
步骤2.8:将MODD、ATC、X-RM以及随机规则四种规则生成的初始解集合并在一起,构成初始种群Pt。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州大学,未经温州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210202320.X/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理