针对柔性作业车间调度的改进遗传算法的制作方法

技术特征：

1.针对柔性作业车间调度的改进遗传算法，该算法突破了常规的编码方式，初始解的产生方式，交叉变异方式，其特征在于：该算法的流程如下：

步骤1：初始化种群S；

步骤1.1：编码在一条染色体进行，编码染色体基因由一个三元数组（i，j，k）组成，表示工序 在设备上加工，染色体的长度是所有工件的工序数量；

步骤1.2：生成一个初始解需要两步，第一：将每一道工序分配到合适的设备；第二：在满足每个工件工序优先约束的情况下确定工序的加工顺序；

步骤1.2.1：采用定位的方法初始化设备部分；

步骤1.2.2：采用优先规则的方法初始化工序排序部分；

步骤2：计算个体适应度，记录最好适应度个体；

步骤3：判断是否达到最大迭代次数，是则返回最优解结束此程序，否则执行下一步骤；

步骤4：采用轮盘赌轮法选择个体进行进化，个体 被选择的概率计算如下：

（1）

其中，是种群中最小的适应度值，是最大的适应度值，是个体的适应度值，是种群中的个体；

步骤5：对选择的个体采用基于工序优先顺序保护的交叉（POX交叉）；

步骤6：计算个体和基因的变异概率，采用基于工序优先级保护的移位变异（PPS变异）；

步骤7：返回步骤2，重复此程序。

2.根据权利要求1所述的针对柔性作业车间调度的改进遗传算法，其特征在于：本发明采用定位的方法为工序分配设备，既考虑加工时间又考虑设备的总负荷（每一台设备上的工序的加工时间之和），依次为每一道工序寻找最小加工时间设备，选择这个设备，然后把这个时间加入到每一个随后进入到该设备上加工工序的加工时间内（设备负荷更新）。

3.根据权利要求1所述的针对柔性作业车间调度的改进遗传算法，其特征在于：本发明采用两种规则来产生设备选择部分的初始种群：（1）按加工时间表中全局最小为每一道工序选择设备；（2）随机置换加工时间表的工件和设备，然后从上到下为每一道工序选择设备，不同的运行会找到不同的初始解，更好的探索搜索空间；设备选择部分10%的初始个体由（1）产生，90%的初始个体由（2）产生。

4.根据权利要求1所述的针对柔性作业车间调度的改进遗传算法，其特征在于：本发明采用三种已知的调度规则混合产生工序排序的初始种群，调度规则如下：

（1）随机选择一个工件（Random）；

（2）剩余工作最多的工件（MWR）；

（3）剩余工序数最多的工件（MOR）；

工序排序部分20%的初始个体由（1）产生，40%的初始个体由（2）产生，余下的40%初始个体由（3）产生。

5.根据权利要求1所述的针对柔性作业车间调度的改进遗传算法，其特征在于：个体和基因的变异概率计算公式如下：

个体 的变异概率：PM_I（ ）= (2)

基因的变异概率：PM_G（ ）= (3)

分别表示种群中最小适应度、最大适应度、平均适应度，表示的适应度，表示预定义个体变异参数；

表示设备平均负荷，假设基因分配到设备上加工，表示设备的负荷，表示预定义的基因变异参数。

6.根据权利要求1所述的针对柔性作业车间调度的改进遗传算法，其特征在于：两种变异算子针对工序排序和设备分配两个部分有以下两个步骤：（1）分配算子表示改变工序所分配的设备，本算法随机选择一个工序，再随机重新安排一台可行的设备给这道工序；（2）排序算子表示改变工序的排列顺序，本算法采用保护工序优先级的移位突变策略（PPS）从一个父代解中选择一个工序，在考虑工序优先级约束的条件下将选择的工序移动到另外的位置。