[发明专利]基于混合蚁群算法的多目标优化产品配置方法

摘要

本发明提供一种基于混合蚁群算法的多目标优化产品配置方法，包括如下步骤（1）根据客户产品订单的不同情况，把各订单分成多个生产阶段；（2）得到各订单的生产结点，确定各订单的生产时刻，计算该订单产品在该订单的生产时刻的生产成本；（3）确定各订单是否安排生产；（4）确定需要生产的订单的调度方案；（5）输出调度方案，安排生产。通过此方法，可以优化生产调度，合理分配生产时间。

主权项

一种基于混合蚁群算法的多目标优化产品配置方法，包括如下步骤：步骤1、根据客户产品订单的不同情况，把各订单分成多个生产阶段，得到各订单的生产结点，各订单的生产时刻、订单的产品在订单生产时刻的生产成本通过量化订单的数学模型确定；步骤2、根据产品订单的信息类型，形成不同的生产任务类别，构造相应的蚂蚁类别与之对应；步骤3、通过模糊决策方法对于不同类型的蚁群构造其判断比率矩阵，从而确定多目标问题的优化函数，确定各项权重指数；步骤4、为每类蚂蚁设定相应的禁入结点，确定可行域；步骤5、通过网格划分和时序约束条件缩小搜索空间，并确定各订单的起始时刻和计划生产时间；步骤6、根据订单类型，确定多目标参数同各类蚁群遗留信息素量的关系，以确定选择不同生产结点的概率；步骤7、将时间t和循环次数Nc设置为零，设置最大循环次数，令每条边 (i，j)上的初始化信息量为τij(t)＝const，const为常数，且设置初始时刻信息素增加量Δτij＝0；步骤8、在源点生成第Nc批次的蚂蚁，每批次包含该批次中各类蚂蚁，设各类蚂蚁的数量均为100，所有蚂蚁根据步骤6所确定的概率公式采用赌轮法选择路径，并更新信息素；步骤9、记录该批次中通过各结点的蚂蚁数量，并记录相对应的优化目标值；步骤10、更新最优路线信息值，循环次数Nc←Nc+1，同时转回步骤8；步骤11、达到最大循环次数结束，输出，计算此时的优化目标，判断是否满足模型的约束条件，如符合转步骤12，否则转步骤3；步骤12、根据记录各类蚂蚁在生产结点上的分配情况，进行产品配置的调度工作；其中量化订单的数学模型为：约束条件为：式中，K为订单产品的生产阶段总数；k为K个生产阶段中的索引；Nk为第k个生产阶段中所拥有的生产结点数量；r为第k个生产阶段中的生产单元索引；G为tk时刻所包含的产品订单种类；h为集合G中订单种类的索引；Nm为每类订单的产品总数；j为集合Nm中的索引；tk为订单i的第k个生产阶段的起始时间；为tk时刻第(a，b，c)个产品在生产结点(x，y)的生产成本；为第(a，b，c)个产品在生产结点(x，y)的单位库存成本；为客户对第(a，b，c)个产品在生产结点(x，y)的期望生产时间；为第(a，b，c)个产品在生产结点(x，y)的实际生产时间；为第(a，b，c)个产品在生产结点(x，y)的额外库存时间；Π设为企业的不可逆延期因素，引入作为延期交货容忍参数，设为定值；为tk时刻集合Nk所能提供的生产能力总和；为tk时刻产品所需要的生产能力。