[发明专利]基于蚁群算法的集成调度方法、系统、设备和介质

权利要求书

1.一种基于蚁群算法的集成调度方法，其特征在于，包括步骤：

初始化参数集，包括最大迭代次数、蚂蚁数量、机器集合、机器容量、工件集合J＝{J₁,J₂,...,J_n}、工件的库存概率和运输概率、及信息素矩阵；

自第一迭代周期起，在每个迭代周期内依次获得每只蚂蚁的解，包括：

S10，采用n个非0元素初始化当前蚂蚁的禁忌列表；

S20，所述当前蚂蚁自所述机器集合中确定一当前机器，自所述工件集合中随机选择一工件J_c添加至所述当前机器的当前批中，并更新所述禁忌列表，将所述禁忌列表中第c个元素替换为0；

S30，基于所述当前机器的容量构建所述当前批的候选列表；

S40，判断所述候选列表是否为空，若是执行S50，如否执行S60；

S50，判断所述禁忌列表中各元素是否为0，若是执行S70，若否返回S20；

S60，基于所述候选列表中的所有工件的状态转移概率，选择一状态转移概率最大的当前工件加入所述当前批中，并更新所述禁忌列表和所述候选列表，返回S40；

S70，获得所述当前蚂蚁的解，计算所述解的生产成本；

S80，基于所述工件的库存概率和运输概率，计算所述解的库存成本和运输成本，并获得所述解的总成本，作为所述解的目标值；

根据目标值最小，获得迭代至当前迭代周期的最优解；以及

更新所述信息素矩阵、所述工件的库存概率和运输概率，进入下一迭代周期，直至迭代所述最大迭代次数后，输出全局最优解。

2.如权利要求1所述的集成调度方法，其特征在于，步骤S20中，根据如下公式确定当前机器M_i：

其中，M为机器集合，M＝{M₁,M₂,...M_m}，b_i为当前机器M_i上批的数目，T_i为当前机器M_i的加工时间，W_k为批B_k的偏好值，W_k根据如下公式确定：

其中，|B_k|为批B_k中的工件数，w_d为批B_k中第d个工件的偏好值，s_k为批B_k的尺寸。

3.如权利要求1所述的集成调度方法，其特征在于，步骤S30中，根据如下公式构建候选列表L_ki：

其中，s_j为候选列表L_ki中的工件J_j的尺寸，S为当前机器的容量，B_ki为当前批，s_g为当前批B_ki中的工件J_g的尺寸。