[发明专利]一种化工厂设备巡检点路线优化方法

权利要求书

1.一种化工厂设备巡检点路线优化方法，其特征在于：包括如下步骤：

步骤S1：输入化工厂设备巡检点路线相关数据；

步骤S2：设置人工鱼群和粒子群算法相关参数；

步骤S3：初始化人工鱼群X，生成人工鱼个体，随机分配到巡检节点中；

步骤S4：引入人工鱼群行为方式，各个人工鱼群分别模拟聚群行为、追尾行为、觅食行为，用粒子群算法更新人工鱼的速度和位置，记录局部最佳人工鱼状态；

步骤S5：判断当前人工鱼状态是否优于局部最佳状态；如果当前人工鱼状态优于局部最佳状态，用当前人工鱼状态替换局部最佳状态，并更新公告牌，否则步骤S4；

步骤S6：判断是否达到最大迭代次数，若达到最大迭代次数，则执行步骤S7，否则执行步骤S4；

步骤S7：保存优化的巡检路径相关数据R；计算出巡检工人P的人数下限并将其结果作为多目标算法安排人员巡检的输入条件执行步骤S8；

步骤S8：初始化巡检工人P，设置多目标算法的相关参数，使用多目标算法安排人员巡检，计算目标函数值；

步骤S9：选取目标函数值中的非劣解加入精英级中，并计算各个巡检工人的适应度F_i，记录历史最佳巡检工人状态

步骤S10：更新巡检工人状态，再次计算目标函数的值；

步骤S11：选取目标函数值中的非劣解加入精英集中，计算巡检工人的适应度，并删除其中适应度小的解；

步骤S12：判断当前巡检工人状态是否优于当前历史最佳状态如果当前巡检工人状态优于当前历史最佳状态则用当前的巡检人员替换，否则执行步骤S8；

步骤S13：判断迭代次数t，若当前迭代次数小于规定的迭代次数，则执行步骤S8，否则执行步骤S14；

步骤S14：保存最后得到的精英级；

步骤S15：导出化工厂设备巡检点巡检方案；

在步骤S1中，相关数据包括：巡检点的路径连通图G、巡检点i的巡检周期巡检点i处的巡检时间从当前巡检点i到下一巡检点j的路程d_i,j、所需要的时间T_i,j以及目标函数为Y＝f(x)；

在步骤S2中，相关参数包括：巡检节点数N、人工鱼的感知距离V、最大的移动距离S、拥挤度因子δ、当前迭代次数k以及最大迭代次数k_max；其中，0＜δ＜1；

在步骤S4中，人工鱼群具体的行为方式如下：

觅食行为第i只人工鱼在搜索过程中，当前的位置记为在可视范围V内的伙伴数目记为n_f，下一个位置记为若满足条件：表示下一个位置附近食物多且不拥挤，则人工鱼向的方向移动；若不满足条件，则再重新选择一个新的位置节点，再进行判断；若仍然不满足条件，则随机移动一步，其速度和位置的更新公式为：

如果：

否则：

x_j＝x_i+V·Rand()

Rand()是随机函数，生成(0，1)之间的随机数；ω为惯性权重，用于控制速度的更新，ω_max、ω_min分别表示惯性权重的最大值和最小值，k、k_max分别表示当前迭代次数和最大的迭代次数；

聚群行为：第i只人工鱼在当前邻域内的位置记为在其视野范围V内的伙伴位置记为若则表明其伙伴位置优于则人工鱼向伙伴位置方向移动；否则执行觅食行为；

追尾行为：在当前搜索邻域内，食物浓度最大的伙伴记为若则表示该伙伴周围具有较高的食物浓度且不拥挤，则向该伙伴方向移动，否则执行觅食行为；

在步骤S5中，公告牌是指记录每一次最优个体的位置状态，每一条人工鱼更新自身位置状态后均和公告牌上的进行对比，若优于公告牌上的状态，则更新公告牌，让更新后的位置状态代替公告牌上原来的状态；

在步骤S7中，保存优化的巡检路径的信息包括：优化路径{V_b}、最短路径长度D_min及最短巡检时间T_min；巡检工人的人数下限其中，T_pmin为最短巡检周期，∑T_i为巡检总用时；

在步骤S8中，为衡量每名巡检工人的工作量，使用工人巡检时长方差和工人巡检路程的方差来表示；

工人巡检时长的方差：其中T_i为工人在某一巡检点的巡检时间；为巡检工人i的平均巡检用时；

工人巡检路程的方差：Dk为巡检工人k的巡检路程，D_i，j为巡检点i到巡检点j；为巡检工人k的平均路程；

巡检工人时间约束：巡检点巡检工人工作时间S_n根据巡检路线和巡检时间确定；S₃为每日工作不超过8小时，S₄为每日工作不超过6小时；

设备巡检点时间约束：表示在巡检点i巡检结束的时间是开始时间加上该巡检点的巡检周期；表示巡检点i到巡检点j，巡检点j的开始巡检时间为巡检点i的结束时间加上i到j的路程时间；其中巡检点i的周期为在i点的巡检耗时为在巡检点i开始巡检时间为结束时间为

在步骤S9中，各个巡检工人的适应度其中，s(d(i，j))为适应度函数；其中，d(i，j)第i个巡检工人和第j个巡检工人的适应度分享函数，α、σ_s均为常数。