一种基于改进鲸鱼优化算法求解低碳车间调度的方法.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CN109886589A(43)申请公布日2019.06.14(21)申请号201910149789.X(22)申请日2019.02.28(71)申请人长安大学地址710064陕西省西安市碑林区南二环路中段(72)发明人栾飞吴书强杨嘉蔡宗琰李富康(74)专利代理机构西安通大专利代理有限责任公司61200代理人徐文权(51)Int.Cl.G06Q10/06(2012.01)G06N3/00(2006.01)权利要求书3页说明书11页附图2页(54)发明名称一种基于改进鲸鱼优化算法求解低碳车间调度的方法(57)摘要本发明公开了一种基于改进鲸鱼优化算法求解低碳车间调度的方法，包括：建立低碳车间调度的数学模型；设置改进鲸鱼优化算法的算法参数，并采用生成初始种群；计算初始种群中调度解的适应度值，保留当前最优调度解；将当前最优调度解转换为鲸鱼个体位置向量；采用改进鲸鱼算法进行鲸鱼个体位置向量迭代更新；将更新后的鲸鱼个体位置向量采用自适应调整搜索策略进行鲸鱼个体位置向量迭代更新；迭代次数达到最大迭代次数时，将鲸鱼个体位置向量转换为调度解，输出调度解。通过优化鲸鱼算法，运用两段式转换机制，对机器部分和工序部分分别进行初始化，使得迭代次数减少，并且提高最终解的质量和运行效率；采用改进鲸鱼算法，提高了收敛速度和效率。CN109886589ACN109886589A权利要求书1/3页1.一种基于改进鲸鱼优化算法求解低碳车间调度的方法，其特征在于，包括以下步骤：步骤1：对低碳车间调度的机器选择和工序排序进行编码，建立低碳车间调度的数学模型；步骤2：设置改进鲸鱼优化算法的算法参数：位置向量维度、种群规模、螺旋线系数、选择概率以及最大迭代次数，并采用混合式种群初始化策略生成初始种群；步骤3：计算初始种群中调度解的适应度值，保留当前最优调度解；步骤4：将当前最优调度解转换为鲸鱼个体位置向量；步骤5：生成参数p，p是[0,1]中的一个随机数；p＜0.5进行步骤6，p≥0.5进行步骤7；令当前迭代次数t＝t+1，初始迭代次数为0；步骤6：将鲸鱼个体位置向量采用改进鲸鱼优化算法的收缩包围和随机搜索进行鲸鱼个体位置向量迭代更新；更新完成后进行步骤8；步骤7：将鲸鱼个体位置向量采用改进鲸鱼优化算法的螺旋上升进行鲸鱼个体位置向量迭代更新；步骤8：将更新后的鲸鱼个体位置向量采用自适应调整搜索策略进行鲸鱼个体位置向量迭代更新；步骤9：判断当前迭代次数t是否小于最大迭代次数tmax；是，进行步骤10，否，进行步骤11；步骤10：将鲸鱼个体位置向量转换为调度解，更新初始种群，返回步骤3；步骤11：将鲸鱼个体位置向量转换为调度解，输出调度解，结束。2.根据权利要求1所述的基于改进鲸鱼优化算法求解低碳车间调度的方法，其特征在于，所述步骤1的具体方法为：针对最小化最大完工成本和最小碳排放量消耗成本的低碳车间调度问题建立如式(1)的数学模型：其中：F表示最小成本，ω1和ω2表示完工时间和碳排放量的权重系数；xijk取值0或1，xijk取值0表示工件i的第j道工序在机器k上加工，xijk取值1表示工件i的第j道工序不在机器k上加工；tijk表示工件i的第j道工序在机器k上的加工时间；sijk表示工件i的第j道工序在机器k上的单位时间加工成本；cijk表示工件i的第j道工序在机器k上加工的单位时间碳排放量；l表示单位碳排放量的消耗成本。3.根据权利要求1所述的基于改进鲸鱼优化算法求解低碳车间调度的方法，其特征在于，所述步骤2中生成初始种群的具体方法为：对机器选择部分和工序排序部分分别进行初始化；机器选择部分的初始种群的种群总数60％采用全局搜索，30％采用局部搜索，10％采用随机搜索；工序排序部分的初始种群依据已经分配好的机器，随机生成多个调度解。4.根据权利要求1所述的基于改进鲸鱼优化算法求解低碳车间调度的方法，其特征在于，所述步骤4的具体方法为：S1：机器选择：采用式(2)将工序可选机器集中已选机器的序号转换为鲸鱼个体位置向2CN109886589A权利要求书2/3页量元素值：x(i)＝[2m/(s(i)-1)](n(i)-1)-m,s(i)≠1(2)其中：x(i)表示个体位置向量的第i个元素；s(i)表示元素i对应工序可以选择的机器个数；m表示机器总数；n(i)∈[1,s(i)]表示选定机器在可选机器集里面的序号；如果s(i)＝1，则x(i)在[-m,m]内任意取值；S2：工序排序：首先生成[-m,m]内的一组与工序排序相对应的随机数，并按升序排列规则为每个随机数赋予一个唯一的ROV值，使得每个ROV值对应一个工序，然后根据工序的编码顺序对ROV值进行重排，重排后的ROV值对应的随机数顺序即为鲸鱼个体位置向量