一种基于蜂群人工算法的流水线调度方法
【技术领域】
[0001] 本发明涉及一种流水线调度方法，尤其涉及一种基于蜂群人工算法的流水线调度 方法。
【背景技术】
[0002] 生产调度是指在给定生产任务的前提下，确定合理的生产策略，及合理地安排 作业的先后关系、预定的完成时间、最早始时间和资源能力等使得预设的目标最优或者接 近最优。在实际的生产过程中，需要解决的生产调度问题往往是上千台的机器，美誉上千 个的订单，资源的分配将受到很多因素的影响。影响调度的因素有：产品的投产期、完成 期、加工序列、加工设备和原料、加工路径和生产能力、成本限制等，这些都是可能的约束 条件。其中交货期、生产能力等是确定性的约束条件，而原料供应变化、生产任务变化等属 于非确定性的约束条件。
【发明内容】
[0003] 本发明主要提供一种基于蜂群人工算法的流水线调度方法，解决流水线合理调度 问题。
[0004] 为了实现本发明的目的，本发明提供一种基于蜂群人工算法的流水线调度方法， 其特征在于，所述算法的步骤为： (1) 利用NEH方法生成一个工件的加工排序，对其进行调度目标评价，并转换成一个个 体的位置矢量； (2) 在给定的空间内随即生成NS-I个个体的位置矢量，根据SPV规则确定各个加工工 件的加工排序，并进行调度问题的评价； (3) 进入引领蜂阶段：For i=l, 2. .. NS重复执行，根据SPV规则，确定xi和vi对应的 加工工序，并进行调度的目标评价，保留评价好的； (4) 跟随蜂阶段：For i=l，2. .. NS重复执行，利用锦标赛选择策略为跟随蜂i选择食物 源，选择食物源后，求出其邻域解vi，按照SPV规则转化进行调度目标评价，通过贪婪选择 策略，保留好的解； (5) 侦查蜂阶段：抛弃经过Iinit次后不能改进的解，用混沌思想产生一个新解代替 它； (6) 记录当前评价最后的解，判定是否满足循环终止单位条件，满足就跳出并输出最好 的解，否则返回步骤（3)。
[0005] 优选的，所述SPV规则是将每个个体的位置矢量最小的分量位置找出，并把它对 应的分量位置放在SPV值的第一位，其次将值第二小的分量位置找出放在SPV值的第二位， 然后按照这个规则依次往下排序，最后就能构造出一个工件排序。
[0006] 优选的，所述Nffi的方法为： (1)按工件在机器上的总加工时间递减的顺序排列η个工件； (2) 令k=2,取前两个工件调度求得使加工这些工件的最大完成时间最小的序列，并作 为当如序列； (3) 令k=k+l，把第k个工件插入到当前序列所有可能的k个位置，求得使加工这些工 件的最大完成时间最小所对应的序列，并看作当前序列； (4) :重复（3)，直到所有η个工件都完成排序。
[0007] 优选的，所述NEH的方法步骤（2)中，确定工件的排序顺序后，再保持已调度好的 工件顺序不发生改变，然后再将下一个工件插入现有的调度中。
[0008] 优选的，述NHl的方法得到的解是工件的排序，连续域的人工蜂群算法没法对它 进行处理，所以必须把它转换为在一定区间内的位置矢量，才能进一步使用人工蜂群算法 对它进行优化。
[0009] 优选的，此算法需假定在所有机器上总加工时间大的工件比总加工时间小的工件 应该得到更大的优先级。
[0010] 有益效果：本发明提供一种基于蜂群人工算法的流水线调度方法，采用经典的基 于工件的编码，并利用SPV规则实现了连续域和离散域的映射，并利用NHl启发式算法对 解进行初始化优化了解的质量，当一个解limit次不优化时引入混纯思想对它进行重新赋 值。通过大量的仿真表明IABC算法优于基本人工蜂群算法，粒子群算法。同时，改进后 的人工蜂群算法不易陷入局部最优，比基本人工蜂群算法具有更好的全局搜索能力。
【附图说明】
[0011] 图1 :本发明算法流程图。
【具体实施方式】
[0012] 下面结合附图和【具体实施方式】对本发明做进一步详细说明。
[0013] 本发明提供一种基于蜂群人工算法的流水线调度方法，其步骤为： (1) 利用NEH方法生成一个工件的加工排序，对其进行调度目标评价，并转换成一个个 体的位置矢量； (2) 在给定的空间内随即生成NS-I个个体的位置矢量，根据SPV规则确定各个加工工 件的加工排序，并进行调度问题的评价； (3) 进入引领蜂阶段：For i=l, 2. .. NS重复执行，根据SPV规则，确定xi和vi对应的 加工工序，并进行调度的目标评价，保留评价好的； (4) 跟随蜂阶段：For i=l，2. .. NS重复执行，利用锦标赛选择策略为跟随蜂i选择食物 源，选择食物源后，求出其邻域解vi，按照SPV规则转化进行调度目标评价，通过贪婪选择 策略，保留好的解； (5) 侦查蜂阶段：抛弃经过Iinit次后不能改进的解，用混沌思想产生一个新解代替 它； (6) 记录当前评价最后的解，判定是否满足循环终止单位条件，满足就跳出并输出最好 的解，否则返回步骤（3)。
[0014] 其中，所述SPV规则是将每个个体的位置矢量最小的分量位置找出，并把它对应 的分量位置放在 SPV值的第一位，其次将值第二小的分量位置找出放在SPV值的第二位， 然后按照这个规则依次往下排序，最后就能构造出一个工件排序，所述NEH的方法为： (1) 按工件在机器上的总加工时间递减的顺序排列η个工件； (2) 令k=2,取前两个工件调度求得使加工这些工件的最大完成时间最小的序列，并作 为当如序列； (3) 令k=k+l，把第k个工件插入到当前序列所有可能的k个位置，求得使加工这些工 件的最大完成时间最小所对应的序列，并看作当前序列； (4) :重复（3)，直到所有η个工件都完成排序。所述NEH的方法步骤（2)中，确定工 件的排序顺序后，再保持已调度好的工件顺序不发生改变，然后再将下一个工件插入现有 的调度中，述NHl的方法得到的解是工件的排序，连续域的人工蜂群算法没法对它进行处 理，所以必须把它转换为在一定区间内的位置矢量，才能进一步使用人工蜂群算法对它进 行优化，此算法需假定在所有机器上总加工时间大的工件比总加工时间小的工件应该得到 更大的优先级。
[0015] 如果考虑6个工件的置换流水线调度问题，个体的维数为6,假设 1，=[1. 2, 0. 8, -0. 9, 2. 5, -1. 2, 0. 3]。可以看出-1. 2是所有值中最小的，它对应的分量位 置为5,所以把分量位置5放在SPV值的第一位；然后第二小的是-0.9,它对应的分量位 置为3,所以分量位置3放在SPV值的第二位，一次往下，就可以得到一个加工排序；T = [5, 3, 6, 2, 1，4]。个体转化为工件实例如下表：
【主权项】
1. 一种基于蜂群人工算法的流水线调度方法，其特征在于，所述算法的步骤为： (1) 利用NEH方法生成一个工件的加工排序，对其进行调度目标评价，并转换成一个个 体的位置矢量； (2) 在给定的空间内随即生成NS-I个个体的位置矢量，根据SPV规则确定各个加工工 件的加工排序，并进行调度问题的评价； (3) 进入引领蜂阶段：Fori=l, 2. ..NS重复执行，根据SPV规则，确定xi和vi对应的 加工工序，并进行调度的目标评价，保留评价好的； (4) 跟随蜂阶段：Fori=l，2. ..NS重复执行，利用锦标赛选择策略为跟随蜂i选择食物 源，选择食物源后，求出其邻域解vi，按照SPV规则转化进行调度目标评价，通过贪婪选择 策略，保留好的解； (5) 侦查蜂阶段：抛弃经过Iinit次后不能改进的解，用混沌思想产生一个新解代替 它； (6) 记录当前评价最后的解，判定是否满足循环终止单位条件，满足就跳出并输出最好 的解，否则返回步骤（3)。
2. 根据权利要求1所述的基于蜂群人工算法的流水线调度方法，其特征在于，所述SPV 规则是将每个个体的位置矢量最小的分量位置找出，并把它对应的分量位置放在SPV值的 第一位，其次将值第二小的分量位置找出放在SPV值的第二位，然后按照这个规则依次往 下排序，最后就能构造出一个工件排序。
3. 据权利要求1所述的基于蜂群人工算法的流水线调度方法，其特征在于，所述NHl的 方法为： (1) 按工件在机器上的总加工时间递减的顺序排列n个工件； (2) 令k=2,取前两个工件调度求得使加工这些工件的最大完成时间最小的序列，并作 为当如序列； (3) 令k=k+l，把第k个工件插入到当前序列所有可能的k个位置，求得使加工这些工 件的最大完成时间最小所对应的序列，并看作当前序列； (4) :重复（3)，直到所有n个工件都完成排序。
4. 跟据权利要求1所述的基于蜂群人工算法的流水线调度方法，其特征在于，所述NEH 的方法步骤（2)中，确定工件的排序顺序后，再保持已调度好的工件顺序不发生改变，然 后再将下一个工件插入现有的调度中。
5. 根据权利要求1所述的基于蜂群人工算法的流水线调度方法，其特征在于，述NHl的 方法得到的解是工件的排序，连续域的人工蜂群算法没法对它进行处理，所以必须把它转 换为在一定区间内的位置矢量，才能进一步使用人工蜂群算法对它进行优化。
6. 根据权利要求1所述的基于蜂群人工算法的流水线调度方法，其特征在于，此算法 需假定在所有机器上总加工时间大的工件比总加工时间小的工件应该得到更大的优先级。
【专利摘要】本发明提供一种基于蜂群人工算法的流水线调度方法，采用经典的基于工件的编码,并利用SPV规则实现了连续域和离散域的映射,并利用NEH启发式算法对解进行初始化优化了解的质量,当一个解limit次不优化时引入混纯思想对它进行重新赋值。通过大量的仿真表明IABC算法优于基本人工蜂群算法,粒子群算法。同时,改进后的人工蜂群算法不易陷入局部最优,比基本人工蜂群算法具有更好的全局搜索能力。
【IPC分类】G06Q10-06, G06N3-00
【公开号】CN104766171
【申请号】CN201510174242
【发明人】胡剑锋
【申请人】江西科技学院
【公开日】2015年7月8日
【申请日】2015年4月14日