[发明专利]一种应用服装厂流水线生产过程的优化调度方法

权利要求书

1.一种应用于服装厂流水线生产过程的优化调度方法，其特征在于：以服装厂生产订单中货物加工过程为调度模型，其最大完工时间C_max(π)为优化目标，利用混合灰狼优化算法对该模型进行相应的优化从而最小化其最大完工时间C_max(π)，具体过程如下：

最大完工时间为：

C_max(π)＝C(j_n,m)

式中，k＝1,2,…,m表示服装厂的缝纫机数，i＝1,2,…,n表示订单中的货物数，t_i,k表示货物i在缝纫机k上的加工时间，c(j_i,k)表示货物j_i在在缝纫机k上的加工完毕时间，π＝j₁,j₂,…,j_n表示货物的排序。

2.根据权利要求1所述的应用于服装厂流水线生产过程的优化调度方法，其特征在于：所述混合灰狼优化算法对调度进行优化的具体步骤如下：

A、种群的初始化：随机生成初始种群，群中的每个个体都对应货物的一种加工顺序，种群的规模为NP；

B、更新阶段：将狼群中最优解、优解、次优解所在的狼分别标记为α、β、γ狼，其余个体标记为w狼，猎食过程中，狼群在α、β、γ狼的引导下，向食物位置即全局最优解逼近，引导方程如下：

D＝|C*X_p(t)-X(t)|

X_p(t+1)＝X_p(t)-A*D

A＝2α*r₁-α

C＝2*r₂

D_α＝|C₁*X_a-X|,D_β＝|C₁*X_β-X|,D_γ＝|C₁*X_γ-X|

X₁＝X_α-A₁*D_α,X₂＝X_β-A₂*D_β,X₃＝X_γ-A₃*D_γ

其中，t为迭代次数，A、C、A₁、C₁是协同系数向量，X_p表示猎物的位置向量，X是灰狼的位置向量，D表示当前狼和食物之间的距离，X(t)表示t代狼的位置向量，D_α、D_β、D_γ分别表示α、β、γ狼所在位置与狼群所在位置间的距离，X_a、X_β、X_γ、表示α、β、γ狼所在位置向量，X₁、X₂、X₃分别表示α、β、γ狼修正后的位置向量，X(t+1)表示下一代狼群的位置向量，α在迭代过程中从2线性下降到0，r₁、r₂是[0,1]间的随机数；

D、基于insert领域的局部搜索：对当代的最优个体即最大完工时间C_max(π)小的个体进行insert领域搜索操作，如果由于当前个体则进行替换，否则不变；

E、反复迭代并输出最优种群即找到最大完工时间C_max(π)最小对应的货物排序。

3.根据权利要求2所述的应用于服装厂流水线生产过程的优化调度方法，其特征在于：所述混合灰狼优化算法中采用lov规则将灰狼在实数区域的位置排序映射为订单中的货物排序，从而对货物的加工排序进行迭代优化，直至找到较小的最大完工时间C_max(π)。