[发明专利]基于改进入侵杂草优化算法的柔性作业车间分批调度方法

说明书

本发明公开了一种基于改进入侵杂草优化算法的柔性作业车间分批调度方法，具体为：首先，建立柔性作业车间分批调度问题的数学模型；然后，利用改进入侵杂草优化算法求解，使用两层搜索策略，即先采用设计的随机数字分割法控制柔性批量划分，再实现该批量划分下的深度局部搜索；并采用分层选择法和变邻域搜索相结合求解最优解。本发明实现同一批量下的工序排序、机器选择深度搜索；同时通过变邻域搜索使优化跳出局部最优，增强算法搜索能力，通过分层选择法选择子代种群，增大了种群多样性，使算法在迭代过程中寻得更优解的可能性增大；最终优化求解得到的优良调度方案，能减少工件完工时间和增大机床利用率，为企业带来更大的利益。

技术领域

本发明属于柔性作业车间分批调度领域，尤其涉及一种基于改进入侵杂草优化算法的柔性作业车间分批调度方法。

背景技术

作为传统作业车间调度问题的扩展，柔性作业车间调度问题打破了传统作业车间调度问题机器固化的约束，更加符合实际生产需求，是当前车间生产调度领域的重要研究方向。然而柔性作业车间调度问题的调度优化研究大多数是基于单件调度，在实际生产过程中，为提高产品质量和降低成本，往往采用批量的生产模式。柔性作业车间调度问题虽然能以将某批工件视作整体的方式对排序和机器选择等子问题进行求解，但在批量生产中批次的划分、单批次下批量的划分对完工时间等目标的优化影响较大，为此柔性作业车间调度问题被拓展为柔性作业车间分批调度问题,其优化研究对于指导实际生产、缩短完工时间、提高机床利用率等具有重大意义。

由于实际应用需求，近年来柔性作业车间分批调度问题受到关注，但目前总体研究较少。现有研究中，柔性作业车间分批调度问题主要以等量分批的方式为主，批次数量的固化会降低问题的组合性，缩小解空间，使优化陷入局部最优。而在有限的柔性分批研究中，分批方案与调度方案采用集成化编码的思想进行优化，缺乏局部层的深度搜索，导致优化效果不理想。如果能分别控制批量分批搜索和单分批下改进入侵杂草优化算法的深度搜索。同时针对传统入侵杂草优化算法容易陷入局部最优的缺陷，设计一种分层选择法以增加种群多样性，并结合变邻域搜索和混合机床选择策略以提升改进入侵杂草优化算法的局部和全局搜索能力，可以达到更好的搜索效果。

发明内容

为克服现有技术在解决柔性作业车间分批调度问题存在的不足，本发明提供一种基于改进入侵杂草优化算法的柔性作业车间分批调度方法。

本发明的基于改进入侵杂草优化算法的柔性作业车间分批调度方法，具体为：

步骤1：柔性作业车间分批调度问题描述。

设有M台机床M＝{M_k|k＝1,2,…,m}，n类工件J＝{J_i|i＝1,2,…,n}，每类工件的数量为R_i，并且每类工件有O_i＝{O_il|l＝1,2,…,w_i}道工序，能加工每道工序的机床有M_il，M_il∈M台，每道工序的加工时间随机床性能差异而变化；每类工件分成多个子批量F_i＝{F_is|s＝1,2,…,u_i}在不同机器上加工，各子批量作为一个整体处理，并共享同一辅助时间。

步骤2：建立柔性作业车间分批调度问题的数学模型。

采用的目标函数为最大完工时间，即最后一批工件的最后一道工序的完工时间，其数学模型的目标函数如下：

约束条件：

ST_islk≥ET_i's'l'k,i'∈J,s'∈F_i',l'∈O_i' (4)