[发明专利]基于遗传算法的多目标联合调度方法、装置、设备及介质

权利要求书

1.一种基于遗传算法的多目标联合调度方法，其特征在于，包括：

获取待调度目标，所述待调度目标包括拆卸工序配置、配送任务分配、配送车辆配置和拆卸产线配置；

根据所述待调度目标确定约束条件和优化目标模型，所述优化目标模型的优化目标包括产业运作成本和累积库存超时量；

根据所述待调度目标和所述约束条件，编码出多个染色体并形成初始种群；

根据所述优化目标模型和所述约束条件，通过遗传算法对所述初始种群进行迭代优化，得到最优解；

根据所述最优解，确定联合调度方案。

2.根据权利要求1所述的基于遗传算法的多目标联合调度方法，其特征在于，所述根据所述待调度目标确定约束条件和优化目标模型，包括：

根据所述待调度目标，得到所述约束条件；

建立第一目标函数，所述第一目标函数根据所述待调度目标和所述约束条件计算库存成本、运输成本和拆卸成本，得到所述产业运作成本；

建立第二目标函数，所述第二目标函数根据所述待调度目标和所述约束条件计算所述累积库存超时量。

3.根据权利要求1所述的基于遗传算法的多目标联合调度方法，其特征在于，所述约束条件包括用于代表车辆配送规则的第一约束条件和用于表示车辆配送能力的第二约束条件。

4.根据权利要求1所述的基于遗传算法的多目标联合调度方法，其特征在于，所述染色体包括第一序列、第二序列、第三序列和第四序列，所述第一序列携带用于表示所述拆卸工序配置的信息，所述第二序列携带用于表示所述配送任务分配的信息，所述第三序列携带用于表示所述配送车辆配置的信息，所述第四序列携带用于表示所述拆卸产线配置的信息。

5.根据权利要求4所述的基于遗传算法的多目标联合调度方法，其特征在于，所述根据所述待调度目标和所述约束条件，编码出多个染色体并形成初始种群，包括：

根据所述拆卸工序要求，生成所述第一序列；

根据所述目标客户数量和所述可调度的配送车辆情况，生成所述第二序列；

根据所述可调度的配送车辆情况，生成所述第三序列；

根据所述可调度的拆卸产线情况，生成所述第四序列；

将生成的所述第一序列、所述第二序列、所述第三序列和所述第四序列组合形成一个染色体，重复编码出多个不同的染色体，得到所述初始种群。

6.根据权利要求4所述的基于遗传算法的多目标联合调度方法，其特征在于，所述根据所述优化目标模型和所述约束条件，通过遗传算法对所述初始种群进行迭代优化，得到最优解，包括：

将所述初始种群作为父代种群；

解码优化：对所述父代种群中的每个所述染色体进行解码，并根据解码结果对所述初始种群中的每个所述染色体进行优化，得到优化后种群；

遗传迭代：对所述优化后种群进行演化，得到子代种群；

解码寻优：对所述子代种群进行解码，并根据所述优化目标模型和解码结果计算所述子代种群中每个所述染色体的适应度，筛选出符合适应度要求的所述染色体，形成新的所述父代种群；

重复进行所述解码优化、所述遗传迭代和所述解码寻优，直至达到寻优结束点，得到末代种群；

根据所述末代种群，得到所述最优解，所述最优解包括多个染色体个体。

7.根据权利要求6所述的基于遗传算法的多目标联合调度方法，其特征在于，所述对所述父代种群中的每个所述染色体进行解码，并根据解码结果对所述初始种群中的每个所述染色体进行优化，包括：

对所述染色体进行解码，得到所述染色体对应的所述待调度目标；

根据解码所得到所述染色体对应的所述待调度目标，得到所述染色体对应的所述拆卸成本；

调整所述染色体的第四序列，重新解码调整后的所述染色体并计算对应的所述拆卸成本，直至所述拆卸成本不再减少。