[发明专利]一种不相关并行机调度问题的学习型蜘蛛猴算法

权利要求书

1.一种不相关并行机调度问题的学习型蜘蛛猴算法，其特征在于：按下述步骤进行：

步骤S1：通过混合迭代贪婪规则与随机规则，生成规模为N的初始种群P₀；

步骤S2：解码计算种群中每个蜘蛛猴个体SM_h(h＝1，2，…，N)的最大完工时间C_hmax与适应度值f_h，对种群进行随机分组确定局部领导者LL与全局领导者GL；

步骤S3：判断是否满足终止条件，即达到迭代次数限制，若是，结束，否则，转下一步骤；

步骤S4：执行局部领导者更新阶段，运用离散化的交叉方法对各个组内种群个体进行交叉操作，更新每一组种群；

步骤S5：执行全局领导者更新阶段，运用离散化的交叉方法对种群个体进行交叉操作，更新整个种群；

步骤S6：执行全局领导者学习阶段，判断全局领导者GL是否有更新，若是，转下一步骤，否则，转步骤S9；

步骤S7：执行局部领导者学习阶段，判断局部领导者LL是否有更新，若是，转步骤S10，否则，转下一步骤；

步骤S8：若任何局部领导者LL在设定的局部领导者限制次数n_lll内没有更新，则通过局部领导者决策阶段重新引导组内个体进行更新，转步骤S10；

步骤S9：若全局领导者GL在设定的全局领导者限制次数n_gll内没有更新，则通过全局领导者决策阶段判断是否将种群划分为更小的组或将所有的组融合成一个组；

步骤S10：通过预防性维护PM策略知识库指导当前种群P_t中每个个体的PM决策，进行种群更新；

步骤S11：解码计算种群中每个蜘蛛猴个体SM_h的适应度值f_h，确定局部领导者LL与全局领导者GL，令迭代次数t＝t+1，返回步骤S3。

2.根据权利要求1所述的不相关并行机调度问题的学习型蜘蛛猴算法，其特征在于：所述步骤S1中的初始种群生成方法按下述步骤进行：

步骤S1.1：问题描述与目标界定，考虑预防性维护的不相关并行机调度问题可以描述为将J＝{J₁，J₂，…，J_j…，J_n}中的n个工件安排到M＝{M₁，M₂，…，M_i…，M_m}中的m台不相关并行机上，机器M_i上分配的工件数量为n_i，机器在生产过程中需要进行基于状态的变周期预防性维护，机器的状态用可靠度表示，随着累计加工时间或役龄增加，机器的可靠度降低，工件的加工时间变长，即具有恶化效应；当机器的可靠度低于阈值上限时，工件的实际加工时间增加；一旦机器的可靠度低于阈值下限时，需要实施固定时长的预防性维护才能使机器恢复到初始状态，机器状态变化服从指数型函数，假设机器M_i的当前役龄为L_i，则机器的可靠度用函数表示为λ表示机器故障率；工件J_j在机器M_i上的基本加工时间为p_ij，实际加工时间p′_ij与机器的可靠度相关，当可靠度处于上限r_th1与下限r_th2之间时，实际加工时间按照增长率w成比例增加；若可靠度低于下限r_th2，实际加工时间为无穷大；实际加工时间与可靠度的关系如下所示：

加工过程不可中断，工件的完工时间为C_j，维护时长为mt，优化目标为最小化最大完工时间C_max＝max{C_j}，决策内容是确定工件在机器上的分配、工件的加工顺序以及机器的维护时刻；

步骤S1.2：根据混合方法中混合迭代贪婪规则以及随机规则的数量比例，即N＝n_IG+n_Random，按照步骤S1.4与步骤S1.5的方法生成初始种群P₀；

步骤S1.3：初始化每台机器的完工时间C₁＝C₂＝…＝C_m＝0，工件J_j在机器M_i上的完工时间C_ij＝0，机器的役龄L₁＝L₂＝…＝L_m＝0，每台机器上已调度工件的集合SJ₁＝SJ₂＝…＝SJ_m＝φ，未调度工件的集合USJ＝{J₁，J₂，…，J_n}，设置工件数量n，加工时间增长率w、机器故障率λ、维护时长mt、机器可靠度上限r_th1、下限r_th2与种群规模N的参数值，工件指标j＝1，机器指标i＝1，蜘蛛猴个体指标h＝1；

步骤S1.4：利用混合迭代贪婪规则生成数量为n_IG的初始解；

步骤S1.5：随机将n个工件分派到m台机器上，生成数量为n_Random的初始解；

步骤S1.6：将混合迭代贪婪规则与随机规则生成的初始解合并，构成规模为N＝n_IG+n_Random的初始种群P₀。