[发明专利]基于改进粒子群优化的总拖期运输计划调度方法

摘要

一种基于改进粒子群优化的总拖期运输计划调度算法，步骤1，根据输入变量构建总拖期值数学模型，定义待加工工作数n和机器数m，以及每一待加工工作加工所需时间p_j和交货期限d_j，步骤2，根据总拖期值数学模型解构造图；步骤3，以构造图为依据，根据状态转移规则和信息素更新规则完成搜索，获得一使总拖期T最小的解。本发明在蚁群算法的基础上，针对并行多机总拖期运输计划调度问题（P//T）的特性，提出了基于启发式规则的改进蚁群算法（Heuristic Ant Colony Optimization，hACO），并对算法进行了性能优化的研究，以提高事件最优解的确定精度，以及保证对内部数据的处理筛选效率。

主权项

1.一种基于改进粒子群优化的总拖期运输计划调度方法，其特征在于：/n步骤1，根据输入变量构建总拖期值数学模型，定义待加工工作数n和机器数m，以及每一待加工工作加工所需时间p_j和交货期限d_j,；/n步骤2，根据总拖期值数学模型解构造图；/n步骤3，以构造图为依据，根据状态转移规则和信息素更新规则完成搜索，获得一使总拖期T最小的解；/n步骤2中，在t＝0时刻，按照机器的序号以递增方式优先选择工作加工；当出现两台机器同时完成工作加工，则依然按照机器序号的递增顺序优先选择工作加工；；/n步骤3中，状态转移规则为/n /n式中，q₀(0≤q₀≤1)是一个调节参数，q是随机产生的介于[0,1]之间的均匀分布随机数，η为启发式信息，τ为信息素，当q≤q₀时，选择当前最优节点，当q>q₀选择随机方式探索；/n启发式信息确定方式为：/nspt_j＝p_j，将待加工工作按照短的加工时间非递减顺序排列，则η_ij＝1/spt_j；/n或/n启发式信息确定方式为，edd_j＝d_j，将待加工工作按照最早交货期限非递减顺序排列，则η_ij＝1/edd_j；/n或/n启发式信息确定方式为，mdd_j＝max{C+p_j,d_j}，C表示为目前已加工的工作加工总时间，将工作以非递减顺序排列工作，则η_ij＝1/mdd_j；/nspt为最短加工时间；edd为最早交货期限；mdd为修改的交货期限；α、β为决定信息素和启发式信息对选择概率的比重。/n