[发明专利]一种基于优先权编码的混合遗传算法解作业车间调度问题

摘要

本发明提出了一种基于优先权编码的混合遗传算法解作业车间调度问题，该混合算法将蚁群优化算法（ACO)与自适应遗传算法(AGA)相结合，采取动态链接策略，先执行自适应遗传算法，根据遗传算法生成的一组优化方案转化成蚁群算法的初始信息素分布，执行蚁群算法。本发明中遗传算法采用基于优先权矩阵的编码方式，编码方便，且不用解码。且交叉、变异概率根据最佳染色体的适应度的变化而自适应变化。本发明弥补了AGA算法前期收敛速度快，后期由于缺少反馈而收敛速度降低；ACO算法前期由于信息素的短缺和随机性导致收敛速度较低，而后期收敛速度显著升高的问题。取长补短，避免了搜索陷入局部最优解和执行时间过长的问题，增强了算法的性能和实用性。

主权项

一种基于优先权编码的混合遗传算法解作业车间调度问题，该混合算法将自适应遗传算法与蚁群优化算法采取动态链接策略，弥补各自的不足及发挥各自的优势，其特征是：该混合算法的执行步骤如下：步骤1、设置自适应遗传算法和蚁群算法的相关参数和优先权矩阵编码规则；步骤2、随机生成初始种群p(g)，根据事先设置的目标函数和适应度函数计算每个个体的适应度；步骤3、选择交叉、变异遗传算子操作，更新优先权矩阵，生成下一子代p(g+1)，并计算此时每个个体的适应度，保留此时的精英个体；步骤4、根据设置的最大迭代次数和迭代终止条件判断是否终止迭代进化，迭代终止则执行步骤6，否则执行步骤5；步骤5、改变交叉、变异的概率，返回步骤3；步骤6、根据生成的一组优化方案转化成信息素的初始分布；步骤7、将m个蚂蚁置于初始节点0，计算每个蚂蚁选择下一节点移动的概率；步骤8、改变蚂蚁经过路径上的信息素并计算路径上总的信息素，计算并保留精英蚂蚁，判断是否达到终止条件，满足条件输出最终结果，否则返回步骤7。