[发明专利]基于多色集合层次结构的改进GA求解柔性车间调度的方法

说明书

技术领域

本发明属于柔性车间调度技术领域，涉及一种改进的遗传算法，具体涉及一种基于多色集合层次结构的改进GA求解柔性车间调度的方法。

背景技术

柔性车间调度（Flexible Job-Shop Scheduling Problem，FJSP），其核心思想是：多批次多种类零部件可以在同类别多型号设备上加工生产。在正式加工前，每个零部件的工艺是唯一确定的，但工艺路线却是不定的，每道工序有多种加工设备的选择，即每个待加工零部件有多条工艺路线可以选择，且设备选择要基于设备能力平衡。相比传统的车间调度问题而言，FJSP问题是更加复杂的NP-hard问题，解决此类问题要求算法具有更高的复杂性，但由于其更接近生产的实际情况，使得其成为了目前内外调度领域的研究重点。

近年来，学者们对柔性车间调度也展开了大量的研究；现有技术中，“周辉仁，郑丕谔，安小会等.基于遗传算法求解Job Shop调度优化的新方法[J].系统仿真学报，2009，21(11)：3295-3306”和“Pezzella F.A genetic algorithm for the flexible Job-Shop scheduling problem[J].Computers and Operations Research，2007，21(9)：54-61”为了提高GA的搜索速度，提出了改善编码方式优化染色体的方法，使GA算法的时间与空间复杂度大大降低，但其调度状况过于理论化，未能考虑环境变化，不具柔性。

“张国辉，高亮，李培根等.改进遗传算法求解柔性作业车间调度问题[J].机械工程学报，2009，45(7)：145-151”中，结合FJSP问题特点，采用适当的策略改进了染色体编码方式、交叉算子和变异算子，大大提高了算法求解精度，但其求解速度且没有提高。

“纪树新，钱积新，孙优贤.车间作业调度遗传算法中的编码研究[J].信息与控制，1997，26(5)：393-400”中，为了消除GA只能应用于成组技术JSS的局限性，提出了JSS连锁基因编码法，虽然提高了求解效率，但其染色体的空间复杂度仍较高。

“潘全科，朱剑英.基于Petri网和混合算法的作业车间优化[J].计算机集成制造系统，2007，13(3)：580-584”、“陈维民，王波，卫玉柯.Petri网的遗传算法在Job-Shop问题中的应用研究[J].哈尔滨理工大学学报，2008，13(1)：59-62”和“鞠全勇，朱剑英.基于混合遗传算法的动态车间调度系统的研究[J].中国机械工程，2007，18(1)：40-43”中，首先建立了JSP的赋时变迁Petri网模型，然后应用遗传算法（Genetic algorithm，GA）、模拟退火（Simulated Annealing，SA）、粒子群优化（Particle Swarm Optimization PSO）算法其中一种或者混合二种算法解决该问题，其所用求解算法依然具有很高的时间和空间复杂度，没能有效地同时提高算法的求解速度和精度。

“傅卫平，刘冬梅，来春为，王雯.基于多色集合的改进遗传算法求解多品种柔性调度问题[J].计算机集成制造系统，2011，17(5)：1004-1011”和“刘冬梅，傅卫平等.改进遗传算法求解柔性车间调度问题[J].西北大学学报，2011，41(4)：611-616”中，采用了更易描述数据逻辑关系的多色集合理论，排除了不可行解，极大地缩小了GA搜索解域，同时提出了用单层编码方式表示调度问题中的双重约束，降低了算法的时间和空间复杂度。但是该文献所述算法只能在简单情况下（工序对应设备二选一），生成染色体，与实际应用差距较大；且染色体采用的分段编码是以最大工序数为基准单位生成，这就导致了算法在实践中处理大规模多工序调度问题时出现染色体太长，无效数据过多等现象，需要进一步改进。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种基于多色集合层次结构的改进GA求解柔性车间调度的方法，该方法引入了多层次的约束描述方法，将原来巨大的围道矩阵切分，降低了约束模型的冗余数据量，增加算法实际应用的可能性；此外还改进了染色体的编码方式，去除了大量的无效基因，从空间复杂度角度进一步优化算法，提高收敛速度。

为达到上述目的，本发明采用的技术方案包括以下步骤：

1）建立柔性车间调度问题的数学模型；

2）建立基于PST层次结构的车间调度约束模型；