基于多种群进化方法的柔性作业车间生产排程调度方法

本发明涉及柔性作业车间生产排程调度领域，具体涉及基于多种群进化方法的柔性作业车间生产排程调度方法。

背景技术：

1、在传统作业车间生产排程调度方法中，工序加工所需要的资源是不具备柔性的资源，工件的所有工序的加工机器是唯一的，且机器的顺序是已知的。因此，传统作业车间生产排程调度方法可通过确定工序在每台机器上的加工顺序来优化完工时间等系统目标。

2、目前，大批量连续生产模式逐渐被多品种的小批量离散生产模式取代，导致传传统作业车间生产排程调度方法不再适合当今制造需求。柔性作业车间生产排程调度方法是传统作业车间调度问题的扩展，也是目前的研究热点。柔性作业车间生产排程调度方法可以概括为调度多个工件在多台机器上进行加工，每个工件包含一道或者多道工序，工序是预先确定的，每道工序可以在多台不同的机器上进行加工，工序的加工时间随加工机器的不同而不同。调度的目标就是为每道工序选择最合适的机器、确定每台机器上的各个工序的最佳加工顺序以及开工时间，使整个系统的某些性能指标达到最优。柔性作业车间调度方法在实际生产制造中要考虑多项性能指标，且各个目标要求可能彼此冲突。常用的性能指标有：完工时间、机器总负荷、交货期、生产成本和库存。

3、现有方法利用非支配排序遗传方法对柔性作业车间生产排程进行调度。现有方法在使用非支配排序遗传方法求解柔性作业车间生产排程时，缺乏有效的种群多样性维持机制，虽然非支配排序和拥挤度计算可以保留一部分非支配解集，但对于高度多样性的解集，仍存在一定的限制，不能提供多样的柔性作业车间调度方案，换言之根据不同的目标需要不同的柔性作业车间调度方案，如果产生的解过于相似，体现不出解集中每个解对应的柔性作业车间调度的优势性。

技术实现思路

1、针对现有技术中的上述不足，本发明提供的基于多种群进化方法的柔性作业车间生产排程调度方法，利用多种群并行遗传的方式，并改进改进精英保留策略，提高优化结果的稳定性和适应性，进而使获取的柔性作业车间生产排程调度结果更加合理。

2、为了达到上述发明目的，本发明采用的技术方案为：

3、基于多种群进化方法的柔性作业车间生产排程调度方法，包括以下步骤：

4、s1、采用双层基因编码方法对工序和加工机器进行编码，获取柔性作业车间生产排程调度的编码数据；

5、s2、构建柔性作业车间生产排程调度的目标函数；

6、s3、基于多种群进化方法，并根据步骤s2中柔性作业车间生产排程调度的目标函数，对步骤s1中的柔性作业车间生产排程调度的编码数据进行初始化、迭代更新，以获取最终的柔性作业车间生产排程调度结果。

7、进一步地，步骤s1包括以下步骤：

8、s11、采用双层基因编码方法对工序进行第一层编码，获取工序编码数据；

9、s12、根据步骤s11中的工序编码数据，采用双层基因编码方法对加工机器进行第二层编码，获取加工机器编码数据；

10、s13、计算基因编码的染色体长度，并根据基因编码的染色体长度判断编码是否完成；若是则进入步骤s14，否则回到步骤s11；

11、s14、根据基因编码的染色体标签号和染色体顺序以及工序编码数据和加工机器编码数据，获取柔性作业车间生产排程调度的编码数据。

12、进一步地，在步骤s13中，计算基因编码的染色体长度，表示为：

13、

14、其中：l为基因编码的染色体长度，i为工件序号，n为工件数，ri为第i个工件的工序数。

15、进一步地，在步骤s2中，构建的柔性作业车间生产排程调度的目标函数包括最大完工时间、平均流经时间、总拖期时间、机器总负荷、瓶颈机器负荷和生产成本。

16、进一步地，步骤s3包括以下步骤：

17、s31、确定多种群进化方法的初始化参数，并利用初始化参数后的多种群进化方法对步骤s1中的柔性作业车间生产排程调度的编码数据进行种群划分，获取多个柔性作业车间生产排程调度子种群；

18、s32、利用佳点集法对步骤s31中的多个柔性作业车间生产排程调度子种群进行初始化，获取多个柔性作业车间生产排程调度亚种群；

19、s33、根据步骤s2中柔性作业车间生产排程调度的目标函数和步骤s32中的多个柔性作业车间生产排程调度亚种群，获取柔性作业车间生产排程调度优良种群；

20、s34、根据步骤s2中柔性作业车间生产排程调度的目标函数，利用metropolis准则对步骤s32中的多个柔性作业车间生产排程调度亚种群进行多种群进化，获取柔性作业车间生产排程调度第一优秀种群；

21、s35、根据步骤s2中柔性作业车间生产排程调度的目标函数，对步骤s33的柔性作业车间生产排程调度优良种群进行单种群进化，获取柔性作业车间生产排程调度优良种群的下一代种群；

22、s36、根据步骤s34中的柔性作业车间生产排程调度第一优秀种群和步骤s35中柔性作业车间生产排程调度优良种群的下一代种群，获取柔性作业车间生产排程调度第二优秀种群；

23、s37、判断是否达到设定的最大循环次数；若是则进入步骤s38，否则回到步骤s33；

24、s38、选取步骤s36中柔性作业车间生产排程调度第二优秀种群中的最优个体，并将其作为最终的柔性作业车间生产排程调度结果。

25、进一步地，在步骤s31中，多种群进化方法的初始化参数包括初始温度、初始温度系数、子种群数、子种群容量、子种群交叉算子、子种群交叉概率、子种群变异概率和最大进化迭代数。

26、进一步地，步骤s32包括以下步骤：

27、s321、计算佳点值，表示为：

28、rj＝mod(2cos(2πi/7),1),1≤j≤n

29、其中：rj为第j个佳点值，j为佳点值序号，mod为求模运算符号，cos为余弦函数，π为圆周率，i为种群中个体的序号，n为种群所在的空间维度；

30、s322、根据步骤s321中的佳点值构建佳点集，表示为：

31、pn(i)＝(r1i1,r2i2,...rnin)

32、其中：pn(i)为种群所在的空间维度为n的佳点集，r1为第1个佳点值，i1为第1个佳点值的系数，r2为第2个佳点值，i2为第2个佳点值的系数，rn为第n个佳点值，in为第n个佳点值的系数；

33、s323、将步骤s322中的佳点集映射至步骤s31中的多个柔性作业车间生产排程调度子种群的定义域上，以获取多个柔性作业车间生产排程调度亚种群，表示为：

34、

35、其中：为个体i在解空间第j维的位置，aj为当前维度的下限，bj为当前维度的上限。

36、进一步地，步骤s33包括以下步骤：

37、s331、利用步骤s2中柔性作业车间生产排程调度的目标函数对步骤s32中的多个柔性作业车间生产排程调度亚种群进行快速非支配排序，获取第一快速非支配排序结果；

38、s332、获取柔性作业车间生产排程调度亚种群的个体数量，并将其确定为柔性作业车间生产排程调度优良种群的个体数量；

39、s333、根据步骤s331中的快速非支配排序结果和步骤s332中柔性作业车间生产排程调度优良种群的个体数量，获取柔性作业车间生产排程调度优良种群。

40、进一步地，步骤s34包括以下步骤：

41、s341、利用二元锦标赛对步骤s32中的多个柔性作业车间生产排程调度亚种群进行选择操作，获取多个柔性作业车间生产排程调度亚种群的选择结果；

42、s342、利用不同的交叉算子分别对步骤s341中多个柔性作业车间生产排程调度亚种群的选择结果进行交叉变异操作，获取多个柔性作业车间生产排程调度亚种群的交叉变异结果；

43、s343、判断步骤s342中多个柔性作业车间生产排程调度亚种群的交叉变异结果相较于步骤s341中多个柔性作业车间生产排程调度亚种群的选择结果是否产生新个体；若是则进入步骤s344，否则跳转至步骤s346；

44、s344、判断步骤s343中产生的新个体是否优于父代个体；若是则跳转至步骤s346，否则进入步骤s345；

45、s345、判断步骤s343中产生的新个体是否满足metropolis接收准则；若是则将产生的新个体直接保存至下一代种群中；否则进入步骤s346；

46、s346、利用步骤s2中柔性作业车间生产排程调度的目标函数对步骤s342中多个柔性作业车间生产排程调度亚种群的交叉变异结果进行快速非支配排序，获取第二快速非支配排序结果，并对第二快速非支配排序结果进行拥挤度计算和精英保留策略，获取多个柔性作业车间生产排程调度亚种群的下一代种群；

47、s347、对步骤s346中多个柔性作业车间生产排程调度亚种群的下一代种群进行合并，获取柔性作业车间生产排程调度第一优秀种群。

48、进一步地，步骤s35包括以下步骤：

49、s351利用二元锦标赛对步骤s33的柔性作业车间生产排程调度优良种群进行选择操作，获取柔性作业车间生产排程调度优良种群的选择结果；

50、s352、利用交叉算子对步骤s351中柔性作业车间生产排程调度优良种群的选择结果进行交叉变异操作，获取柔性作业车间生产排程调度优良种群的交叉变异结果；

51、s353、利用步骤s2中柔性作业车间生产排程调度的目标函数，对步骤s352中柔性作业车间生产排程调度优良种群的交叉变异结果进行快速非支配排序，获取第三快速非支配排序结果，并对第三快速非支配排序结果进行拥挤度计算和精英保留策略，获取柔性作业车间生产排程调度优良种群的下一代种群。

52、本发明的有益效果为：

53、(1)本发明利用多种群并行遗传的方式，可以有效的提高搜索效率，增加搜索空间的覆盖率，避免过早收敛，增加种群多样性，能够搜索到全局最优解，进而使获取的柔性作业车间生产排程调度结果更加合理；

54、(2)本发明改进精英保留策略，利用metropolis准则以一定概率判定是否接收劣势解，可以有效的增加种群中个体的多样性，在现有方法中，由于精英保留策略的原因在方法中后期种群中有很多相似的个体，可能会导致该方法提前收敛陷入局部最优，引入metropolis准则可以有效的增大种群个体多样性，增大搜索空间范围，避免陷入局部最优，进而使获取的柔性作业车间生产排程调度结果更加合理；

55、(3)本发明设置不同的交叉算子可以有效避免选用相同交叉算子对调度结果带来的影响，提高优化结果的稳定性和适应性。