[发明专利]一种化工厂设备巡检点路线优化方法

说明书

本发明公开了一种化工厂设备巡检点路线优化方法，属于设备巡检点路线优化领域。本发明使用人工鱼群和粒子群算法优化巡检路线，在优化巡检路线的基础上使用多目标算法安排工人巡检；本发明通过使用粒子群算法对鱼群的速度和位置进行更新，可以有效地解决人工鱼群算法的时间复杂度高和粒子群算法的局部收敛的情况，并通过多目标算法平衡巡检工人的时间和路程；本发明能对大型化工厂设备巡检点路线进行智能优化处理，根据优化巡检路线安排工人的巡检，以解决因巡检点路径划分不合理导致的巡检工作效率低、巡检成本高等问题。

技术领域

本发明属于设备巡检点路线优化领域，具体涉及一种化工厂设备巡检点路线优化方法。

背景技术

设备巡检点路线优化问题是化工厂巡检系统常见问题之一，需要工人到每一个设备巡检点检查机器是否正常运行，巡检点路线的安排方式直接影响到巡检工人的工作效率和工厂的效益问题。目前，巡检点路线的选择一般以顺序的方式依次遍历整个设备巡检点路线图，人工安排人员巡检。传统的巡检点路线选择和人工安排人员巡检的方法不足之处表现为以下几个方面：1、每名巡检工人的巡检路线安排不均衡；2、巡检的时间安排不合理；3、目前巡检路线优化技术和巡检工人安排方式相对独立。如何高效、智能、可控地对巡检线路进行全局优化，并且改进优化方式，是目前大型化工厂设备巡检点巡检优化亟待解决的问题。

发明内容

本发明目的是改善现有技术，提出的一种化工厂设备巡检点路线优化方法，通过人工鱼群算法优化巡检路线并使用粒子群算法对人工鱼群算法中人工鱼的速度、位置更新，在优化巡检路线的基础上结合多目标算法对巡检工人的巡检路程和巡检时间进行优化，方法使得所消耗的人力资源减少，提高工人巡检效率。

为了实现上述目的，本发明采用如下技术方案：

一种化工厂设备巡检点路线优化方法，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P_i^pbest；

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P_i^pbest；如果当前巡检工人状态优于当前历史最佳状态P_i^pbest，则用当前的巡检人员替换，否则执行步骤S8；