，可以形式化为如下的约束 如果4\,丫 = 4(1,￡!，那么<5^+?^.,3^.)；$￡^或者 (：^/?_+??〇:此/%43<〇〇::,/?，其中，€[，0、叉，7均是 操作的下标，与i，j的含义是等同的，只是表示不同的操作而已。
[0056] FJSP问题就是在如上三个约束的基础上最小化完工时间：
[0057]
,
[0058] 2)破坏步骤，即：对当前解进行扰动，在后续构建步骤中生成新的更优解。
[0059] 在破坏步骤中，选择一些变量进行松弛，同时其它变量保持不变。对于FJSP，这里 采用部分序调度松弛(P0S)，首先选择一组操作，用Ω表示，然后剩下的每个操作固定在其 当前的机器上，且同一台机器上的操作保持它们在当前解中的相对优先顺序。设(σ，μ)是当 前调度解，（〇'，μ'）是需要构建的解。
[0060] P0S松弛可以形式化表示如下：铉Ω如果+ 那么i,/?，其中，σ'指的是在新构建的解中所有操作 的开始时间集合，则具体表示操作(Ke在新的构建解中的开始时间，且 =μα,?!。对于pos松弛来说，只保持剩余操作之间的相对优先顺序，而不是真实的开始时间， 是非常有益处的，可以为重新优化留下更多的空间。设τ是Ω的子集，当中每个操作是固定 在原先的机器上，那么在LNS中，如何选择Τ称为邻域启发。本发明中采用时间窗口邻域启 发，每次产生一个时间窗口 [tmin，tmax]，那么Τ表不在时间窗口 [tmin，tmax]之间处理的一组 操作。为了进一步强化搜索，另外一个邻域结构由时间窗口邻域结构构建而得，它是一个这 样的子集Y ￡ Ω，且τ中操作的机器分配是固定的，即V%· e Y，μ Z 0
[0061] 3)构建步骤，即利用约束规划搜索在当前解的基础上形成新的调度解，即最小的 完工时间。
[0062] 最小的完工时间等于调度所对应的优先约束图（非连接图）的最长路径上所有操 作时间段的总和。简单来说，搜索按如下步骤执行:将操作分配到指定的机器上，首先考虑 那些具有较少机器选择的操作;然后分别在各个机器上对操作进行排序，优先考虑那些具 有较小空余时间的机器;在排序步骤之后，根据优先约束图，计算每个操作的最早和最晚开 始时间以及完工时间；最后将每个操作的最早开始时间设置为其开始时间。为了避免太长 时间的搜索，LNS每次的构建步骤中设定最大失败次数。另外，LNS的搜索控制器采用深度优 先搜索，且因为搜索是在基于约束的系统上实现的，它能够很好地继承约束规划中的约束 传播的优势。
[0063] 综上所述，本发明集成有两个方面的特征:第一，HHS所找到的最优解为LNS提供了 一个很好的起点；第二，所抽取的机器选择的信息将LNS的搜索限制在一个更有希望的区域 中，能够加强LNS集中搜索的能力。考虑到两个已有算法模块(HHS和LNS)的复杂性，本发明 的算法是相对简单的，HHS算法首先被执行，由于混合和声搜索的替换机制，即每次迭代都 替换和声记忆库中最差的和声，那么和声记忆库在HHS执行结束之后(达到最大迭代次数） 可以被看作是一个精英解池。因为FJSP中，对操作的机器分配至关重要，所以在进入到LNS 搜索之前，可以从这些和声记忆库的精英解中抽取一些优良的机器分配信息。信息抽取的 步骤如下：对于每个操作，被和声记忆库中最好的和声所选择的那台机器将被添加到该机 器的可用机器列表里；同时在剩余的机器中被其它精英解选择最多的那台机器，如果选择 的频率不小于τ，τ是可调整的参数，那么也将被加入到可选机器列表里。所以，机器选择信 息的抽取使每个操作有一个约简的可选机器集合。
[0064] 上述各实施例仅用于说明本发明，其中方法的各个步骤等都是可以有所变化的， 凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围 之外。
【主权项】
1. 一种针对大规模柔性作业车间调度的集成捜索方法，其特征在于包括W下步骤： 1) 定义某个要解决FJSP的解向量； 2) 将混合和声捜索中的解向量转换为FJSP可行解的编码； 3) 采用混合和声捜索算法进行和声捜索，即首先随机初始化若干解向量，设定最大迭 代次数，每代通过混合和声捜索算子产生一个新的解向量； 4) 将混合和声捜索的解向量转化为FJSP问题的调度解，根据设置的领域进行局部捜 索，并将局部捜索得到的改善后的调度解再转化为解向量，利用运个解向量替换局部捜索 前的解向量，继续和声捜索的捜索过程得到最优解； 5) 将基于混合和声捜索算法所找到的最优解作为大领域捜索算法的初始解，采用大领 域捜索算法继续进行捜索，直到满足终止条件，得到最新调度解即完工时间。2. 如权利要求1所述的针对大规模柔性作业车间调度的集成捜索方法，其特征在于:所 述步骤1)定义某个要解决FJSS的解向量，具体为:解向量表示为式=扛i,4,...,喊；)，。表 示维数量，每一维的变量范围都是[-1,1]，解向量的维数n是所求解FJSS调度问题操作数目 总和的两倍，其中，解向量的前半部分表示所有操作的机器选择信息，后 半部分-换/2 + 1, 4/2+2,…,結}隶示所有操作的排序信息。3. 如权利要求1所述的一种基于混合和声捜索的柔性作业车间调度方法，其特征在于： 所述步骤2)将和声捜索中的解向量转换为FJSS可行解的编码，转换算法对于机器选择部分 和操作排序部分分别采用不同的转换策略，具体为： 2.1) 在机器选择部分，具体做法:首先将[-1，1 ]内的实数线性变换映射到[1，m]内的实 数，然后再取最接近的整数，对任意xe[-l，l]，所对应的[l，m]内的整数z为：其中，;round()为取一个实数最接近的整数，特殊情况是当m=l时，对任意xE[-l,l]，z =1; 2.2) 在操作排序部分，使用基于LPV规则的转换方法。4. 如权利要求2所述的一种基于混合和声捜索的柔性作业车间调度方法，其特征在于： 所述步骤2)将和声捜索中的解向量转换为FJSS可行解的编码，转换算法对于机器选择部分 和操作排序部分分别采用不同的转换策略，具体为： 2.1) 在机器选择部分，具体做法:首先将[-1，1 ]内的实数线性变换映射到[1，m]内的实 数，然后再取最接近的整数，对任意xe[-l，l]，所对应的[l，m]内的整数z为：其中，;round()为取一个实数最接近的整数，特殊情况是当m=l时，对任意xE[-l,l]，z =1; 2.2) 在操作排序部分，使用基于LPV规则的转换方法。5. 如权利要求1~4任一项所述的一种基于混合和声捜索的柔性作业车间调度方法，其 特征在于:所述步骤5)将基于和声捜索算法所找到的最优解作为大领域捜索算法的初始 解，采用大领域捜索算法继续进行捜索，直到终止条件满足，得到的解为完工时间的调度， 具体过程为： 5.1) 建立基于约束的模型； 5.2) 破坏步骤，即对当前解进行扰动，在后续构建步骤中生成新的更优解； 5.3) 构建步骤，即利用约束规划捜索在当前解的基础上形成新的调度解。
【专利摘要】本发明涉及一种针对大规模柔性作业车间调度的集成搜索方法，其特征在于包括以下步骤：1)定义某个要解决FJSP的解向量；2)将混合和声搜索中的解向量转换为FJSP可行解的编码；3)采用混合和声搜索算法进行和声搜索；4)将和声搜索的解向量转化为FJSP问题的调度解，基于调度解设计相应的邻域，然后利用设计的邻域进行局部搜索，并将局部搜索得到的改善后的调度解再转化为解向量，利用这个解向量替换局部搜索前的解向量，继续和声搜索的搜索过程得到最优解；5)将基于混合和声搜索算法所找到的最优解作为大领域搜索算法的初始解，采用大领域搜索算法继续进行搜索，直到终止条件满足，得到的解为完工时间的调度。
【IPC分类】G06Q50/04
【公开号】CN105512954
【申请号】CN201510856953
【发明人】徐华
【申请人】清华大学
【公开日】2016年4月20日
【申请日】2015年11月30日