[发明专利]基于改进人工蜂群算法的生产调度方法及系统

摘要

基于改进人工蜂群算法的生产调度方法及系统，本发明实施例公开了恶化情形下一种基于改进的人工蜂群算法的平行机批调度方法及系统，该方法能针对恶化工件情形下考虑维修的平行机批调度问题，求得近似最优解，本发明中的模型来源于实际生产过程，考虑了实际生产中的机器维修和组批加工方式，以及工件和机器随着时间的延长会出现额外的加工和维修处理时间，本发明对该问题的解决有利于在复杂的现实生产环境中为企业生产和维修提供可靠的决策支持，降低企业运营成本，提高企业生产效率，推动企业现代化智能工厂的构建。

主权项

1.一种基于改进人工蜂群算法的生产调度方法，其特征在于，包括：S1、输入每个机器的容量和工件的一般加工时间，设定改进人工蜂群算法参数，包括最大迭代次数tmax，全局最优解gbest，蜜源搜索限制UP，雇佣蜂数量SN，迭代次数t＝1；S2、初始化种群；考虑共有SN个蜜源，第q个蜜源的位置定义为q＝1,2,...,SN,其中表示第q个蜜源在第j维上的位置，表明第j个工件被分配至第个机器；S3、计算解集中每个蜜源的适应度值，更新全局最优解gbest；S4、计算当前代的邻域选择概率设定变量q＝1；S5、判断rand(0,1)≤Ra是否成立，若成立，则对Xq执行交换变异操作，并依据贪婪规则保留蜜源，其中rand(0,1)表示0到1之间的随机数；否则，对Xq执行倒位变异操作，并依据贪婪规则保留蜜源；若蜜源被更新，upq＝0；否则，upq＝upq+1；其中，upq表示对第q个蜜源的搜索次数；S6、q＝q+1，判断q≤SN是否成立，若成立，则返回步骤S5；否则，执行步骤S7；S7、计算概率其中，fit_q表示第q个蜜源的适应度值，由于所求问题为最小化问题，fit_q越小表示解决方案越优；S8、从种群以概率proq选择第q个蜜源Xq，执行禁忌搜索操作，若蜜源被更新，upq＝0；否则，upq＝upq+1；重复该操作共SN次对解集进行更新；S9、设定变量q＝1；S10、若upq≤UP，则q＝q+1；否则，以随机产生的新解代替Xq，并令upq＝0，q＝q+1；S11、判断q≤SN是否成立，若成立，则返回步骤S10；否则，执行步骤S12；S12、用随机产生的蜜源替代解集中后20％的蜜源；令t＝t+1；判断t≤tmax是否成立，若成立，返回步骤S3，否则，结束算法并输出全局最优解gbest，输出最优的工件指派，工件组批，批加工顺序和每个机器上维修开始的时间。