[发明专利]基于遗传算法的半导体车间生产调度方法

说明书

本发明公开了一种基于遗传算法的半导体车间生产调度方法；(1)剖析半导体流水线车间调度问题；(2)根据车间的各工件工序加工时间表，结合本文编码方式确定每个个体矩阵的大小；(3)初始化在最优值不改进情况下的中间变量；(4)对种群中任意两个个体进行本文上面的交叉操作；(5)新旧种群合并，计算每个个体的适应度值；(6)判断Q′和Q是否相同；(7)对合并种群执行选择操作；(8)判断r或n是否满足终止准则；(9)判断个体是否满足变异操作；(10)另n＝n+1，将变异后的种群返回步骤4操作；(11)输出种群的最优个体。本发明解决半导体行业复杂柔性流水生产车间调度问题；避免因为最大迭代次数设置过大，进行多次不必要的计算过程，能缩短算法计算时间，提高效率。

技术领域

本发明涉及柔性流水车间调度领域，具体来讲是一种基于遗传算法的半导体车间生产调度方法。

背景技术

虽然国内关于半导体复杂柔性流水车间生产调度问题的算法的研究成果丰硕，但是这些调度算法只针对单一类型的车间问题，缺少对车间的多重柔性，不确定，实时性，模糊性等问题的综合考虑；并且很多这类算法没有在实际工程中应用，验证方法可行性。加上目前大多数算法解决的是作业型生产车间，流水型车间的应用很少。并且多内针对半导体生产车间调度问题研究不多。

发明内容

因此，为了解决上述不足，本发明在此提供一种基于遗传算法的半导体车间生产调度方法；解决半导体行业复杂柔性流水生产车间调度问题。

本发明是这样实现的，构造一种基于遗传算法的半导体车间生产调度方法，其特征在于：该方法的运行过程如下：

步骤1：剖析半导体流水线车间调度问题，获取整个车间不同工件所需要的加工工序和对应工序的加工时间表；运用编码方法、确定目标函数值、适应度函数值和相关参数；

步骤2：根据车间的各工件工序加工时间表，结合本文编码方式确定每个个体矩阵的大小；在n＝0时刻，随机生成规模为N的初始种群；

步骤3：初始化在最优值不改进情况下的中间变量，设置计数器r＝0，最优个体Q为空；

步骤4：对种群中任意两个个体进行交叉操作，产生规模为N的新种群；

步骤5：新旧种群合并，计算每个个体的适应度值，对最优个体进行标记，并表示为Q′；

步骤6：判断Q′和Q是否相同；若相同，则r＝r+1；若不同，则将Q′赋值于Q，并将计数器清零；

步骤7：对合并种群执行选择操作，保留适应度高的N个个体，构成优秀种群；

步骤8：判断r或n是否满足终止准则，若其中任何一个满足，跳转步骤 11，若同时不满足，则继续执行以下操作；

步骤9：判断个体是否满足变异操作，若满足，则进行单点或者多点位基因变异操作；若不满足，则保持个体不变；

步骤10：另n＝n+1，将变异后的种群返回步骤4操作；

步骤11：输出种群的最优个体，对最优个体矩阵进行解码操作；根据解码结果结合每道工序的时间就可以绘制生产车间对应的调度甘特图和算法收敛曲线，结束整个算法；

算法结束后，就可以获取整个车间所有工件的最优调度方案甘特图。

根据本发明所述一种基于遗传算法的半导体车间生产调度方法，其特征在于：编码解码的实现如下；

在此引入矩阵编码的概念，并设计是用于生产车间调度问题的矩阵元素编码方式；