[发明专利]一种基于布谷鸟搜索算法解决作业车间工艺瓶颈问题

摘要

一种基于布谷鸟搜索算法解决作业车间工艺瓶颈问题，利用TOC原理判断出瓶颈资源，利用改进的布谷鸟搜索算法优化车间瓶颈工艺加工的调度。本发明通过识别瓶颈，对瓶颈有正对性地优化瓶颈工艺的作业调度，避免了很多不必要的优化过程，加快了算法的执行速度，同时，也提高了算法解的精确度；用改进的K_means算法对鸟窝群体进行分类，然后通过改进的布谷鸟搜索算法对各个聚类进行优化调度，一方面减少了算法的计算量，另一方面有效提高了算法的解精确度；利用利用安全性和飞行时耗来刻画鸟窝的相异度，并利用随机数刻画安全性，用地理位置刻画飞行时耗，简单有效，切合实际情况，易于理解。

主权项

一种基于布谷鸟搜索算法解决作业车间工艺瓶颈问题，本发明涉及调度领域，具体地涉及用算法解决作业车间工艺瓶颈问题，其特征是，包括如下步骤：步骤1：识别瓶颈：瓶颈的识别方法如下：步骤1.1：根据TOC原理判断瓶颈资源步骤1.2：当需求超过能力时，排队最长的机器就是瓶颈步骤2：优化瓶颈：利用改进的布谷鸟搜索算法优化车间瓶颈工艺加工的调度，具体流程如下：步骤2.1：初始化瓶颈鸟窝数量n步骤2.2：利用改进的K_means算法对这些鸟窝进行聚类，分出安全性和飞行时耗不同的鸟窝群体，具体方法如下：1.初始化数据集：初始化鸟窝集2.选择初始解，随机产生一组中心解，有k个中心3.聚类，把安全性和飞行时耗时相近的鸟窝聚为一类，具体为：（1）计算每个鸟窝的安全性和飞行时耗（2）计算鸟窝相异度，相异度用鸟窝的安全性和飞行时耗刻画，在这里用作业车间工件工序的执行时间刻画（3）如果则，第i个国家就聚到相应的c中心一类中步骤2.3利用改进的布谷鸟搜索算法在不同类中进行调度，具体如下：（1）初始化算法基本参数：设置鸟窝个数（工件数量）n，宿主发现外来鸟蛋的概率Pa（作业抢占概率），以及最大迭代次数MaxT或搜索精度（2）初始化鸟窝位置（工件加工完成时间）：根据加工时间长短呈上升趋势排列（3）计算目标函数值：按照编码规则将鸟窝位置（完成时间）转换为工序排列，计算各鸟窝位置对应的目标函数值，并获得当前最优鸟窝位置（4）更新鸟窝位置：开始迭代，保留上代最优鸟窝位置不变，更新鸟窝位置（即全局搜索），从而随机产生下一代鸟窝，并评估位置更新后每个鸟窝的目标函数值，记录当前最优鸟窝位置（5）更新最优函数值：比较本次迭代和上一次迭代鸟窝位置的最优值，如果新的最优值小于原最优值，则把新的最优值赋予当前最优鸟窝位置的目标函数值（6）当到达最大搜索次数或满足搜索精度时转入步骤（7），否则，转（3）进行下一次搜索（7）输出最优调度值和对应的调度方案（染色体序列）步骤3：如果所得解满足要求或迭代次数达到一定值，转步骤4，否则，以当前各聚类的平均飞行时耗作为中心，返回步骤2.2步骤4：算法结束，输出最优调度方案。