[发明专利]基于骆驼群算法的作业车间调度排产方法及系统

说明书

本发明公开了基于骆驼群算法的作业车间调度排产方法及系统；步骤：提出作业车间调度排产的约束条件；定义实际生产的目标函数与骆驼群算法的湿度函数Humidity，将实际生产的目标函数与骆驼群算法的湿度函数相关联；骆驼种群初始化：骆驼群群体规模初始化，骆驼群搜索区域及初始状态初始化，计算起始Humidity值，骆驼群组员位置初始化，初始化禁忌搜索列表list；对所有骆驼种群，遍历搜索区域及初始状态，基于骆驼群寻找水源的方式对骆驼群leader与骆驼群组员的位置进行更新，寻找最优解，直至满足迭代终止条件，比较各骆驼群的Humidity值，最大Humidity值所对应的骆驼位置信息即为最优排产结果。

技术领域

本发明属于作业车间调度排产应用领域，具体涉及一种基于骆驼群算法的作业车间调度排产方法及系统。

背景技术

作为生产制造执行系统中的重要核心，车间作业调度问题(Job-Shop SchedulingProblem，简称JSP)的解决与否直接关系着生产制造过程的效率和产品的性价比。JSP是许多实际生产调度问题的简化模型，也是NP-hard问题的典型代表，针对JSP提出的优良调度策略对于提高生产系统的最优性，提高经济效益，有着极大且深远的意义。

针对NP-hard提出的单一算法包括分支定界法、枚举法、元启发式搜索算法等，或是多种算法相结合包括混合遗传模拟退火算法、鸡群与禁忌搜索相结合等混合式算法。针对上述的NP-hard问题所提出的单一算法容易出现局部最优的早熟现象，全局搜索不全面。多算法相结合的算法利用算法的优点抵消另一种算法的缺点的方式实现JSP的求解问题，如此算法实现难度加大，计算速度慢且收敛精度无法保障。

随着群智能算法的不断发展，粒子群算法、蜂群算法、蚁群算法、鸡群算法等被用于求解NP-hard问题。骆驼群算法是一种新型的群智能算法，其基于骆驼在沙漠中寻找水源的出色能力，模拟骆驼群寻找水源的方式进行最优解的搜寻。

骆驼群算法是一种基于生物活动模拟的启发式搜索算法，它用骆驼所在的位置来表示一个解。骆驼群算法同其他的群智能算法相比，按照初始化时分配各骆驼群leader的初始位置出发，从不同的位置进行邻域搜索，相对于其他搜索算法避免了早熟现象的出现，更易于达到全局的最优，在搜索中合理配置搜索的范围及邻域的大小以达到全局搜索效果。在算法实现过程中加入禁忌搜索列表list，对重复地址不再进行搜索，相比其他智能算法加快了算法的计算速度和收敛速度。骆驼群算法的提出毫无疑问的将扩大最优解搜索问题的解决途径，是调度排产寻优问题领域的一次积极试探。

发明内容

本发明的目的就是为了解决上述问题，提供一种基于骆驼群算法的作业车间调度排产方法及系统，解决现有技术在求解NP-hard问题时出现的局部最优、搜索范围不全面、算法难度高、计算速度慢等问题。

为了实现上述目的，本发明采用如下技术方案：

实际生产的目标函数与骆驼群算法的湿度函数相结合，工单任务的排序方式与骆驼位置相结合，通过骆驼群寻找水源的方式得到最优的排产方式。

基于骆驼群算法的作业车间调度排产方法，包括以下步骤：

步骤(1)：提出作业车间调度排产的约束条件；

步骤(2)：定义实际生产的目标函数与骆驼群算法的湿度函数Humidity，将实际生产的目标函数与骆驼群算法的湿度函数相关联；每个骆驼的位置信息，包括：工单任务及工单任务的上线顺序，位置向量中的每一维度的数值对应一个工单任务，每个骆驼所在的位置向量相当于当前所有要排工单任务的顺序；

步骤(3)：骆驼种群初始化：骆驼群群体规模初始化，骆驼群搜索区域及初始状态初始化，计算起始Humidity值，骆驼群组员位置初始化，初始化禁忌搜索列表list；