[发明专利]一种基于鱼群算法的生产调度成本优化方法

说明书

本发明公开了一种基于鱼群算法的生产调度成本优化方法，首先采集生产条件的相关参数；再建立鱼群算法模型，并将生产条件的相关参数输入所述鱼群算法模型中进行计算，最后由鱼群算法模型经过计算得出最终结果。本发明与穷举法求解最优生产成本相比，减少了计算所需的时间，参数设置简便且能够得到准确的结果。

技术领域

本发明涉及单目标优化的技术领域，尤其涉及一种基于鱼群算法的生产调度成本优化方法。

背景技术

近年来，随着生产的不断扩大，生产工厂的生产调度问题变得更加复杂，生产调度的目的是在满足客户合同要求的条件下，尽可能减少产生的总费用，能够使效益更大化，这一问题是一个典型的单目标优化问题，即需要从一个问题的所有可能的备选方案中，选择出依某种指标来说是最优的解决方案。单目标优化问题的主要难点在于面对庞大的搜索域，如果使用穷举法会需要大量的时间，且难以得到最优解，不利于实际生产中的应用。

鱼群算法模拟鱼群个体随机分布在包含若干局部最优值和一个最优值的解空间中，把最优值模拟为最大食物浓度，模拟鱼群的觅食、聚群、追尾和随机等行为对最优值进行搜索，个体邻域可以通过视野进行控制，搜索进度则可以通过步长来控制，鱼群算法从搜索域中的随机起始点开始，沿着平滑平面的梯度方向移动，并带有随机的扰动以便跳出局部最优，从而最终到达搜索域中的最优点附近并在小领域内震动。将鱼群算法应用于生产调度问题，有助于快速得到最优解，将实际应用的复杂问题简单化。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于鱼群算法的生产调度成本优化方法，与其他方法不同之处，本发明们在鱼群算法基础上进行改编并用于解决工厂的生产调度问题，提高了运算效率。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于鱼群算法的生产调度成本优化方法，其特征在于，该方法包括如下步骤：

步骤1，采集生产条件的相关参数；

步骤2，构建鱼群算法模型，并将生产条件的相关参数输入所述鱼群算法模型中进行计算；

步骤3，所述鱼群算法模型经过计算得出最终结果。

优选的：步骤1中所述生产条件的相关参数包括第i季度生产成本第i+1季度的存储费用总交货量N、第i季度的交货量N_i、季度的生产费用f(x)、每个产品一季度的存储费用c和工厂每季度的最大生产能力。

优选的：所述生产条件包括产品数量、生产时间、费用和生产能力。

优选的：步骤1中所述第i季度生产成本和三个季度的总费用C满足如下条件，

优选的：步骤2中所述的建立鱼群算法模型包括以下步骤，

设置所述鱼群算法模型中的视野长度s；

构建与生产量相关的目标函数C(x₁,x₂)；

设置移动方向、移动步长和随机扰动步长；

根据设置的模型参数鱼群开始进化，得到鱼群的最终位置并反馈其范围，得到目标函数C(x₁,x₂)的图像；

根据目标函数的图像得出总成本的最小值和对应的各季度生产量。

优选的，所述基于鱼群算法的生产调度成本优化方法，在迭代25次之后即可获得最终结果。

本发明相比现有技术，具有以下有益效果：

1、本发明采用改进的鱼群算法进行工厂的生产调度优化，将连续的优化空间离散化后，在计算观察点时减少了计算量，从而在更短的时间内得到准确的最优解。