[发明专利]基于多种群混合粒子群算法的流水车间调度方法

摘要

本发明属计算机领域，公开一种基于多种群混合粒子群算法的流水车间调度方法，解决了混合粒子群算法的流水车间调度方法易提前收敛和陷入局部最优的问题。步骤包括：设置参数并产生S个子种群；判断终止条件是否满足，如满足则输出当前所获最优调度方案，否则再对每个子种群中的粒子使用粒子群算法进行位置更新，对奇、偶子种群分别使用搜索算子1和2进行局部搜索，得到每个子种群的最优调度序列；使用基于统计的概率模型，共享得到的最优调度序列的信息；使用模拟退火算法优化最优工作序列。本发明增加了多个种群，使用不同的搜索算子进行局部搜索，获得好的流水车间调度方案，缩短生产时间，可用于对作业车间调度方案的选择。

主权项

一种基于多种群混合粒子群算法的流水车间调度方法，包括如下步骤：步骤一：设定参数：程序运行最大迭代次数tmax、调度的工作数目n、机器数目m、子种群个数S、粒子位置的最大值xmax和最小值xmin、模拟退火算法的初始温度T0、退火系数d、局部搜索算子1使用概率r1、局部搜索算子2使用概率r2、定义粒子A的适应度值fitness＝T，其中T为粒子A的位置向量解码后所对应的调度方案的调度时间，初始化子种群的标记i＝1；步骤二：产生初始种群Q，将初始种群Q平均分为S个子种群，分别为Q1、Q2、...、Qs；步骤三：程序运行迭代次数t＝t+1，判断是否达到最大迭代次数tmax；如果t＜tmax，执行步骤四；如果t＝tmax，则执行步骤十；步骤四：使用粒子群算法将子种群Q1、Q2、....、Qs进化为Q1′、Q2′...、Qs′；步骤五：对进化后的子种群使用局部搜索算子优化；计算优化后所有个体的适应度值，得到适应度值最小的工作序列πgi，适应度值最大的工作序列πgi′；i＝i+1；判断i＝S是否成立；若成立，则令i＝1，执行步骤六，否则执行步骤五；步骤六：对步骤五得到的S个子种群的最优序列πg1、πg2、...、πgs进行统计得到最优工作序列的概率模型；通过概率模型，产生S个新的工作序列π1、π2、...、πS；步骤七：计算新的工作序列π1、π2、...、πS的适应度值，得到fitness(π1)、fitness(π2)、...、fitness(πS)；对第i(i＝1，...，S)个子种群，如果fitness(πi)＜fitness(πgi′)，则πgi′＝πi；步骤八：计算所有子种群的粒子的适应度值，得到适应度值最小的工作序列为πbest，使用基于模拟退火算法的局部搜索算子优化πbest；步骤九：将S个子种群的粒子重新组合为一个种群Q，将种群Q随机平均分为S个子种群Q1、Q2、...、Qs，返回步骤三；步骤十：输出最优工作序列。