[发明专利]用于汽车涂装车间的按色分批方法

权利要求书

1.用于汽车涂装车间的按色分批方法，其特征在于：采用基于蚁群优化的启发式算法和针对大规模按色分批问题的滚动求解方法；

所述基于蚁群优化的启发式算法包括以下步骤：

(1)获取车辆序列信息；步骤(1)中获取的车辆序列信息具体包括以下步骤：

(1-1)车辆的数量S；

(1-2)车身类型集合J，用j表示其中元素；

(1-3)订单的颜色集合I，用i表示其中元素；

(1-4)序列的车身类型排列信息，用y_js表示，如果序列中第s辆车的车身类型为j，y_js取值为1，否则为0；

(1-5)序列的订单信息，用d_ij表示车身类型为j颜色为i的车辆订单数；

(2)初始化蚁群优化算法的参数；

(3)蚂蚁为白车身分配颜色；

步骤(3)中，在蚂蚁为白车身分配颜色时不能违反订单需求，即假设当前第s辆白车身的车型为j，蚂蚁k选择的颜色v必须满足d_vj0；将所有满足该条件的颜色v用集合表示；

根据s取值，蚂蚁进行颜色分配时有两种情况：

(3-1)如果s＝1，蚂蚁k从中随机挑选一个颜色；

(3-2)如果s1，首先计算所有可以被选择的颜色与上一辆白车身的颜色u之间的综合启发式信息强度H_uv：

其中，add_v表示将颜色v排在颜色u后面造成的新增颜色切换次数，当颜色u和v不同时，add_v取值为1，反之为0；pot_v是指从当前位置开始能连续为后续白车身分配颜色v的最大数量；α,β和γ分别表示τ_uv，add_v和pot_v的相对重要性；

蚂蚁k在其路径搜索过程中选择下一个颜色v时所遵循的选择规则公式为：

其中q是在[0,1]之间服从均匀分布的随机数，q₀是位于[0,1]之间的参数，V是根据概率选择的随机变量；

(4)局部信息素更新；

(5)判断是否对所有白车身完成颜色分配，如果尚未完成，返回步骤(3)；

(6)评价本次迭代的最优解，视情况更新全局最优解；

(7)全局信息素更新；

(8)判断是否达到最大迭代次数，如果是，则输出全局最优解，否则返回步骤(3)。

2.根据权利要求1所述的用于汽车涂装车间的按色分批方法，其特征在于，步骤(2)中参数包括：

(2-1)最大迭代次数t_max；

(2-2)迭代计数t，在初始时刻t＝1；

(2-3)蚂蚁的数量K；

(2-4)颜色u和v之间的信息素累计值τ_uv，在初始时刻令τ_uv＝τ₀；

(2-5)取值在[0,1]之间的参数q₀；

(2-6)信息素值局部挥发比例参数ρ_l，其中0ρ_l1；

(2-7)信息素值全局挥发比例参数ρ_g，其中0ρ_g1；

(2-8)需要分配颜色的白车身在序列中的位置s，在初始时刻s＝1。

3.根据权利要求1所述的用于汽车涂装车间的按色分批方法，其特征在于：步骤(4)中，当所有蚂蚁为序列中第s辆白车身完成颜色分配后并移动到下一辆白车身时，s增加1；并且每只蚂蚁所经过路径上每一对相邻颜色u和v之间的信息素发生局部更新，依据的公式为：

τ_uv＝(1-ρ_l)τ_uv+ρ_lτ₀

其中ρ_l表示信息素的局部挥发比例；τ₀是信息素的初始值。