[发明专利]考虑有限运输资源和多目标分布式柔性作业车间调度方法

权利要求书

1.考虑有限运输资源和多目标分布式柔性作业车间调度方法，其特征在于，包括如下步骤：

步骤S1：构建一种考虑有限运输资源和低碳的多目标分布式柔性作业车间调度问题模型，包括符号化定义、约束条件和最大完工时间、总加工能耗和总加工质量的优化目标定义；

步骤S2：设计基于球形模糊集和投票理论相结合的多目标综合决策方法；

步骤S3：确定群体智能优化算法并结合上述决策方法求解一种考虑有限运输资源和低碳的多目标分布式柔性作业车间调度问题模型的最优解，并输出调度结果。

2.根据权利要求1所述的考虑有限运输资源和多目标分布式柔性作业车间调度方法，其特征在于：步骤S2具体包括以下步骤：

步骤S21：智能优化算法产生包含一定数量个体的种群，计算种群内所有个体的目标函数值，根据目标函数值分别构建目标函数的正、负理想解集；

步骤S22：引入球形模糊集转换公式作为目标函数值映射公式；

步骤S23：根据正、负理想解集构建各目标函数的上下边界；

步骤S24：将目标函数的上下边界转换为球形模糊集的上下边界；

步骤S25：将种群内所有个体目标函数值带入由以上步骤形成的映射公式，即可得到种群内所有个体的球形模糊集；

步骤S26：引入投票理论，将个体的目标函数值球形模糊集转换为通过值，并将其作为综合决策值。

3.根据权利要求2所述的考虑有限运输资源和多目标分布式柔性作业车间调度方法，其特征在于：步骤S22中，具体为：引入球形模糊集转换公式作为目标函数映射公式；

在论域空间Y上的球形模糊集为；

其中Y→0,1,Y→0,1,Y→[0,1]分别表示隶属度、中立度、非隶属度；分别表示为每个元素yy∈Y在上的隶属度、中立度、非隶属度；且满足：

目标o的球形模糊集转换公式，其过程如下：

式中表示第i个个体的第o个目标的函数值归一化之后的值，分别为球形模糊集

的隶属度、中立度、非隶属度；为第i个个体的第o个目标的函数值的球形模糊集；和为目标o的隶属度的上下边界，和为目标o的中立度的上下边界，和为目标o的非隶属度的上下边界。

4.根据权利要求2所述的考虑有限运输资源和多目标分布式柔性作业车间调度方法，其特征在于：步骤S24中，具体为：将目标函数的上下边界转换为球形模糊集的上下边界；

目标o的球形模糊集上下边界定义如下：

隶属度的上边界为下边界为

中立度的上边界为下边界为

非隶属度上边界为下边界为

其中为目标o的上边界，为目标o的下边界，gpop^o表示目标o的球形模糊集边界，q^o∈0,1和p^o∈0,1为决策者提前分配的系数。

5.根据权利要求2所述的考虑有限运输资源和多目标分布式柔性作业车间调度方法，其特征在于：步骤S26，具体为：引入投票理论，将个体的目标函数值球形模糊集转换为通过值，并将其作为综合决策值；

投票理论定义：一项集体行动，根据投票人的选择，以具有最多认可的行动作为选出结果的方法；实现方式如下：

其中tu为通过值，a为赞成票，c为反对票，b为弃权票；

将球形模糊集的隶属度、中立度和非隶属度映射为投票理论的赞成票、弃权票和反对票，令得到以下公式：

其中为第i个个体的第o个目标的函数值的球形模糊集的通过值；

通过此函数得到种群个体的模糊值，该值作为个体的综合决策值：

进而得到种群解的综合决策值矩阵：