基于改进人工蜂群算法的动态多目标柔性作业车间调度方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113569484A(43)申请公布日2021.10.29(21)申请号202110868919.2G06F111/04(2020.01)(22)申请日2021.07.30G06F111/06(2020.01)(71)申请人南京信息工程大学地址210044江苏省南京市江北新区宁六路219号(72)发明人王玉芳马铭阳申晓宁曾亚志蒋亚飞缪昇葛嘉荣(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人柏尚春(51)Int.Cl.G06F30/27(2020.01)G06N3/00(2006.01)G06Q10/06(2012.01)G06Q50/04(2012.01)权利要求书2页说明书10页附图4页(54)发明名称基于改进人工蜂群算法的动态多目标柔性作业车间调度方法(57)摘要本发明公开了一种基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，在传统的生产调度目标基础上，将碳排放纳入调度系统，建立以最大完成时间、碳排放和稳定性为目标的问题模型；考虑到动态事件需要生产车间具有快速地响应能力，采用基于事件驱动的重调度策略；种群的初始化采用多种启发式规则产生优质的初始解降低算法搜索范围，针对碳排放目标提出一种启发式的低碳机器变异策略。本发明用于解决动态多目标柔性作业车间调度中出现的机器故障、订单取消和紧急订单插入等动态事件，能够快速响应动态事件，维持车间稳定高效的运行。CN113569484ACN113569484A权利要求书1/2页1.一种基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，包括以下步骤：(1)建立动态多目标柔性作业车间调度模型，将最大完成时间最小、碳排放最小和稳定性惩罚最小作为模型的目标函数；(2)确定调度的约束条件，包括工序约束、机器约束、时间约束；(3)初始化种群，采用两段式编码的方式表示染色体信息，第一段为工序编码串OS，用来确定工件的加工顺序；第二段为机器编码串MS，用来表示工序分配到的机器；(4)若达到设定的迭代次数，则输出外部档案，若没有达到则继续执行步骤(5)；(5)雇佣蜂采用工序编码串邻域搜索和机器编码串邻域搜索更新种群；(6)观察蜂阶段采用锦标赛选择操作选择交叉个体，采用交叉与多重变异操作；(7)侦查蜂阶段增加雇佣蜂转换为侦查蜂的数量并跳转到步骤(4)，直至满足步骤(4)所述终止条件，获得优化后的调度模型，判断动态事件类型。2.根据权利要求1所述的基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，所述步骤(1)包括以下步骤:(11)假设有m(M1,M2,...,Mm)台机器处理n(J1,J2,...,Jn)个工件，每个工件有若干道工序，Oij表示工件i的第j道工序，每道工序可以在不同机器上进行加工，且在不同的机器上的加工时间是不相同的；(12)最小化工件的完成时间：f1＝min(maxCi)其中，Ci表示工件Ji的完成时间，i＝1,2,3,…,n；n为工件的总数；最后一个工件完成的时间为最大完成时间；(13)碳排放最小：其中，为机器Mh的空载功率，th为机器上Mh的空载时间，ei为第i个工件的工序数，为工件i的第j道工序在机器Mh上的负载功率，tijh为第i个工件的第j道工序在机器Mh上加工所需时间，ε为转换系数；(14)稳定性惩罚最小：其中，Oij为第i个工件的第j道工序，OEA为重调度后提前加工工件集合，sij为工件Oij的开始时间，Q为动态事件前时刻，H为动态事件后时刻，ODA为重调度后延后加工工件集合，ODC为重调度后延后完成工件集合，cij为工件Oij的完成时间，γ为惩罚系数。3.根据权利要求1所述的基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，步骤(5)所述的工序编码串邻域搜索实现过程如下：随机选择两个工件J1和J2，记录两个工件在工序串中的位置；若工件J1工序数小于J2，首先把J1从左到右填充到J2原来的位置，J2的工序从左到又依次填充到剩余位置；若工件J1工2CN113569484A权利要求书2/2页序数大于J2，J1把J2位置填充满后，剩余工序从左至右填充至原来位置，J2把剩余位置填满；计算新解各目标值，若新解支配旧解，则用新解替换旧解。4.根据权利要求1所述的基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于，步骤(5)所述的机器编码串邻域搜索实现过程如下：随机生成整数I，I不大于总工序数；在机器分配码中随机选取I个位置；为每道工序从候选机器集中随机选则一台机器，若只有一台则保持不变；计算新解各目标值，若新解支配旧解，则用新解替换旧解。5.根据权利要求1所述的基于改进人工蜂群算法的动态多目标柔性作业车间调度方法，其特征在于