[发明专利]基于遗传算法和MMAS算法的塔机群多任务的调度方法

摘要

本发明公开了一种基于遗传算法和MMAS算法的塔机群多任务的调度方法，所述塔机群具有交叉区域，所述调度方法包括：步骤一，基于遗传算法，获取初始种群；步骤二，基于MMAS算法，获取初始路径；在所述塔机群各任务的交叉区域内，为所述选择的D条调度路径选择装卸点作为MMAS算法的初始路径；步骤三，根据步骤一和步骤二中选择的遗传算法的初始种群和MMAS算法的初始路径，分解塔机群多任务路径为多次双塔机作业，计算所述多次双塔机作业所需的时间，最后一个塔机作业的完成时间为该调度方案总耗时；步骤四，将所述调度方案总耗时作为更新MMAS算法中的信息素，返回步骤二开始迭代寻找基于已定调度路径下使该调度方案总耗时最短的最优交接点。

主权项

1.一种基于遗传算法和MMAS算法的塔机群多任务的调度方法，所述塔机群具有交叉区域，其特征在于，所述调度方法包括：步骤一，基于遗传算法，获取初始种群；随机在所述塔机群各任务选择D条调度路径作为遗传算法的初始种群，所述塔机群记为{T1，T2，……，Tn}，Tn为第n个塔机；步骤二，基于MMAS算法，获取初始路径；在所述塔机群各任务的交叉区域内，为所述选择的D条调度路径选择装卸点作为MMAS算法的初始路径；步骤三，根据步骤一和步骤二中选择的遗传算法的初始种群和MMAS算法的初始路径，分解塔机群多任务路径为多次双塔机作业，计算所述多次双塔机作业所需的时间，最后一个塔机作业的完成时间为该调度方案总耗时；其中所述计算所述多次双塔机作业所需的时间具体为多次双塔机每条调度路径独立完成所需的时间；步骤四，将所述调度方案总耗时作为更新MMAS算法中的信息素，返回步骤二开始迭代寻找基于已定调度路径下使该调度方案总耗时最短的最优交接点，所述最优交接点为基于MMAS算法迭代至第一预设次数终止时调度方案总耗时最短的所述D条调度路径的装卸点；步骤五，基于遗传算法，将步骤四中得到最短的调度方案总耗时作为参考保留优质种群，淘汰劣质种群，优质种群之间相互交叉生成新的种群以保证种群数量；返回步骤二开始迭代寻找最优种群，基于遗传算法迭代至第二预设次数终止时最优种群为最优调度方案。