[发明专利]一种柔性作业车间调度优化方法

说明书

一种柔性作业车间调度优化方法，将Metropolis准则和正弦自适应步长应用于萤火虫算法，进行离散问题优化求解。在构建数学模型的基础上,随机产生离散组合问题的初始解种群，再按照模拟退火中的Metropolis准则进行个体领域内局部搜索，产生新个体，计算新个体与原个体之间的内能差，并以一定的概率接受新个体，最后利用正弦自适应步长的离散型萤火虫算法进行每一代的全局搜索，直到搜索到最优解。该方法能够更好地在全局空间内搜索FJSP问题的最优解，具有更好的搜索精度、搜索效率和稳定性，这对于求解诸如车间作业调度等离散型问题具有重要意义和显著的工程实际应用价值。

技术领域

该发明涉及离散型组合问题的智能优化技术领域，特别是柔性作业车间调度优化技术领域。

背景技术

典型的组合优化问题包括旅行商问题(Traveling Salesman Problem－TSP)、作业车间调度问题(Job-Shop Scheduling Problem-JSP)、流程车间调度(Flow-shopScheduling Problem)、0-1背包问题(Knapsack Problem)、装箱问题(Bin PackingProblem)等。其中传统的JSP主要确定作业车间的加工顺序，而柔性作业车间调度问题(Flexible Job-Shop Scheduling Problem-FJSP)则是先进制造系统运筹技术、管理技术与优化技术发展的重要内容，其在确定加工顺序的同时，确定各个工序被分配到哪台机床上，使得问题更为复杂。这些问题典型的组合优化问题都被证明是NP难问题，无最优解精确算法，目前倾向于用智能算法来解决此问题，如遗传算法、禁忌搜索算法、粒子群算法、蚁群算法等智能优化算法，其中近年来萤火虫算法因其简单易懂、参数少和易实现等优点也在JSP问题中得到广泛应用。

但在应用的过程中，发现单一的萤火虫算法存在精度不高、容易陷入局部最优等缺点，于是采用一些办法提高萤火虫算法的搜索性能并应用于离散优化问题中，尽管产生了一定的效果，但是并没有得到实质性的改进。

发明内容

本发明公开了一种基于改进离散型萤火虫算法的具有更好的搜索精度、搜索效率和稳定性的柔性作业车间调度优化方法。

本发明的目的是这样实现的：一种柔性作业车间调度优化方法，建立柔性作业车间调度问题的数学模型，并采用模拟退火算法中的Metropolis准则应用于萤火虫优化技术，选择合适的退火操作参数，并且对步长进行正弦自适应调整，形成改进的优化技术，进行离散问题优化求解；

其特征在于：首先随机产生离散组合问题的初始解种群，包括四个步骤：

第一、建立柔性作业车间调度的数学优化模型；

根据对柔性作业车间调度问题的分析，假设J为工件的集合(J＝{J₁,J₂,…,J_n})，每个工件是由q个工序按序组成，O为全部工序的集合O＝{O₁,O₂,…,O_n}，O_i为第i个工件的工序集合O_i＝{o_i1,o_i2,…,o_iq}，i∈(1,n)，M为机器的集合(M＝{M₁,M₂,…,M_m})；工件的加工顺序已经确定，其中假设S_k是工序k(k∈O)的起始时间，P_k是工序k的加工时间，C_k是工序k的完工时间，C_max是最后一道工序的完工时间；E_h是在机器h(h∈M)上的工序集合，FJSP问题的目标函数公式如下：

约束方程如公式(2)-(4)：