[发明专利]一种基于遗传算法的柔性作业车间调度方法和装置

权利要求书

1.一种基于遗传算法的柔性作业车间调度方法，其特征是：包括如下步骤：

步骤一：采用分段式编码方式对染色体进行编码，染色体分为两个部分，第一部分是机器选择部分，即为各道工序选择合适的加工机器；第二部分是工序排序部分，即确定各道工序的加工顺序，两部分的长度相等；

步骤二：染色体解码，分别对机器选择部分和工序选择部分进行解码，机器选择部分进行解码时从左到右读取染色体上的基因，转换成机器顺序矩阵和时间顺序矩阵，工序选择部分采用插入式解码的方法，解码后产生活动调度；

步骤三：种群初始化，种群初始化包括机器选择的初始化和工序排序的初始化，所述机器选择初始化包括全局选择、局部选择以及随机选择；

所述的全局选择，首先，设置一个机器时间数组，长度为机器数量，顺序为加工机器顺序，数组上每一位的取值对应机器的加工时间；然后，随机选取一个工件，从第一道工序开始，将该工序可选机器的加工时间与数组中对应的时间相加，选择加工时间最短的机器，作为该工序的加工机器；其次，更新数组，即可将已选的加工机器的时间加到数组中相应的位置上，以此类推，为该工件的所有工序都选出合适的机器；最后，再随机从工件集中选取一个工件，直到为所有工件的工序都选出合适的机器；这样可保证工序加工时间最短的机器先被选到，进而平衡机器上的工作负荷；

所述的局部选择每次对一个工件的所有工序选择完合适的机器后，机器时间数组需重新变为零；这样可保证工件集中每个工件的每道工序选择当前机器负荷最小的加工机器进行加工；

所述随机选择包括如下步骤：首先，寻找工件集中的第一个工件，从该工件的第一道工序开始操作；其次，若该工件的第一道工序可在m台机器上进行加工，随机选择1到m之间的一个数值，作为该位置的基因值，以此类推，为当前工件的所有工序确定基因值；最后，选择工件集中第二个工件，重复执行上一步，直到为所有工件的工序都选出合适的机器为止；

所述工序排序初始化包括以下步骤：

第一步，从工件集中随机挑选一个工件；

第二步，确定当前工件的工件号和所有的加工工序，该工件包括几道工序，该工件的工件号就重复几次；

第三步，从工件集中随机挑选下一个工件，重复执行第二步，直到为所有工件对应的工序都确定出工序号为止；

第四步，将所有工件号随机进行排列，同一工件号在染色体中的排列顺序位置，表示所处该工件的第几道工序；

步骤四：排序分组选择，所述排序分组选择包括如下步骤：第一步，设种群的大小为Pop，且Pop为偶数，将Pop中的个体按目标函数值从大到小的顺序排序；第二步，排序前的种群为X＝(X₁,X₂,…,X_n)，排序后的为X'＝(X′₁,X′₂,…,X′_n)，则排序后满足P(X′₁,M)≥P(X′₂,M)≥…≥P(X′_n,M)；第三步，X′₁和X′_n/2+1配对交叉，X′₁和X′_n/2+2.配对交叉，以此类推，可得到Pop/2对个体进行交叉；

步骤五：改进交叉算子，改进交叉算子包括机器选择部分的交叉以及工序排序部分的交叉，所述机器选择部分的交叉采用均匀交叉的方式，所述工序排序部分的交叉采用基于工序号的交叉算子；

步骤六：替代操作，所述替代操作的步骤如下：首先，令交叉后的种群数量为Pop，若种群中存在两个或多个相同的染色体时，只保留其中的一个，去掉其他相同的染色体，去掉的染色体个数设定为Pop₁，则此时种群规模为Pop-Pop₁；最后，为确保种群规模Pop不变，随机产生Pop₁个个体代替去掉的Pop₁个相同染色体；

步骤七：改进变异算子，包括机器选择部分变异和工序排序部分的变异，所述机器选择部分的变异先按照变异概率选择需要变异的染色体，再依次选择变异染色体中每一个基因，将其设置为该工序可选机器集中加工时间最少的机器；所述工序排序部分的变异采用基于工序号的变异方法；

步骤八，改进的进化策略，改进的进化策略包括如下几步：

第一步：按步骤三中的方法产生初始种群，种群的规模为Pop，将初始种群作为父代，种群中的个体按目标函数值的从小到大进行排序，并给出交叉概率P_c和变异概率P_m；

第二步：按步骤四中给出的方法选择参与配对的个体并进行交叉操作；

第三步：执行替代操作，并从父代和执行替代操作后的子代中保留q个精英个体；

第四步：对执行替代操作后的子代个体按给定的变异概率进行变异；

第五步：从变异产生的Pop*P_m个体、未变异的Pop*(1-P_m)个体和第三步中选出的q个精英个体构成新的种群；

第六步：从新的种群中选出q个精英个体，并选出Pop个较好的个体；

第七步：判断是否满足迭代终止条件，若满足，停止迭代，给出最优的调度方案；若不满足，将Pop个较好的个体当作父代，重复第二步至第七步，直到满足迭代终止条件为止。