[发明专利]一种改进文化基因算法求解多目标柔性作业车间调度问题

摘要

本发明提出了一种改进文化基因算法求解多目标柔性作业车间调度问题，该发明涉及作业车间调度技术领域，具体地涉及用算法求解多目标柔性作业车间调度问题。该算法的步骤如下基于工序的编码—产生初始化种群——爬山法进行局部搜索—计算适应度—判断是否满足优化准则（是则产生最优个体结束算法，否则执行下一步）——选择—SPX交叉—变异—爬山法进行局部搜索—产生新一代种群——计算适应度—循环前面的步骤。该发明的改进如下采用爬山法进行局部搜索，不仅能够跳出局部最优得到更好的解，也能够减少计算时间。此外本算法的交叉、变异方式也进行了改进，采用了SPX交叉方法，变异时以相等的概率从插入变异和替换变异两种方法中随机选择一种对种群中的个体进行变异。

主权项

一种改进文化基因算法求解多目标柔性作业车间调度问题，该算法涉及作业车间调度技术领域，具体地涉及用算法求解多目标柔性作业车间调度问题，其特征在于：该算法的步骤如下：步骤1：对种群规模POP_SIZE、最大迭代次数、交叉和变异次数N、变异概率等参数进行初始化；步骤2：随机生成POP_SIZE个个体作为初始种群，计算每个个体的适应度，设置迭代次数t=0，并设置当前种群=；步骤3：对进行适应度排序，得到其中的非支配个体集合，并将非支配个体数设置为中的元素个数；步骤4：将中的个体直接拷贝到下一代种群，设置的个体个数n=；步骤5：在中随机选择一对个体：父代1和父代2；步骤6：如果父代1、父代2的所有目标函数值都相等，则转步骤8；否则，执行下一步骤；步骤7：分别以概率对父代1、父代2进行变异，然后对父代1、父代2执行N次交叉操作产生包含有2N个元素的子代个体集合ChildPop，对ChildPop进行适应度排序，在其Pareto前端集合中随机选择一个个体进入新种群，设置的个体个数n=n+1；步骤8：如果nPOP_SIZE，转步骤5；否则，执行下一步骤；步骤9：对种群中的每个个体执行爬山法局部搜索，并用所得的局部最优解替换原个体；步骤10：将和合并，选择最好的POP_SIZE个个体组成新的；步骤11：如果迭代次数t，则算法结束；否则，更新种群=,并设置迭代次数t=t+1,然后转步骤3。