基于多目標(biāo)進(jìn)化算法的動(dòng)態(tài)柔性作業(yè)車間調(diào)度方法
【專利摘要】本發(fā)明公開了一種基于多目標(biāo)進(jìn)化算法的動(dòng)態(tài)柔性作業(yè)車間調(diào)度方法,主要解決現(xiàn)有方法對動(dòng)態(tài)變化的環(huán)境自適應(yīng)能力差且搜索效率低的問題。其實(shí)現(xiàn)步驟是：（1）初始化。讀取作業(yè)和機(jī)器屬性等信息，定義優(yōu)化目標(biāo),設(shè)定約束條件；（2）在初始時(shí)刻，基于靜態(tài)多目標(biāo)進(jìn)化算法，同時(shí)優(yōu)化完工時(shí)間、拖期和最大機(jī)器負(fù)載；（3）在車間生產(chǎn)過程中，采用由緊急動(dòng)態(tài)事件驅(qū)動(dòng)的重調(diào)度方式，基于動(dòng)態(tài)多目標(biāo)進(jìn)化算法在新環(huán)境中快速產(chǎn)生一個(gè)新的調(diào)度方案，以同時(shí)優(yōu)化待調(diào)度工件的完工時(shí)間、拖期、最大機(jī)器負(fù)載和穩(wěn)定性。與傳統(tǒng)調(diào)度方法相比，本發(fā)明能夠及時(shí)響應(yīng)緊急動(dòng)態(tài)事件的發(fā)生，根據(jù)動(dòng)態(tài)環(huán)境自適應(yīng)地調(diào)整搜索策略，生成的調(diào)度方案具有效率高、穩(wěn)定性優(yōu)的特點(diǎn)。
【專利說明】基于多目標(biāo)進(jìn)化算法的動(dòng)態(tài)柔性作業(yè)車間調(diào)度方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及柔性作業(yè)車間調(diào)度控制領(lǐng)域，可用于在動(dòng)態(tài)不確定的柔性作業(yè)車間生 產(chǎn)環(huán)境中，實(shí)現(xiàn)對各作業(yè)工序的機(jī)器分配以及加工順序的調(diào)度。

【背景技術(shù)】
[0002] 柔性作業(yè)車間調(diào)度問題是指建立柔性作業(yè)車間調(diào)度的模型，通過某種算法為每項(xiàng) 作業(yè)的每道工序分配適當(dāng)?shù)臋C(jī)器，并確定各機(jī)器上工序的加工順序，以在滿足各種約束條 件的前提下，實(shí)現(xiàn)作業(yè)的完工時(shí)間最短、拖期最小、各機(jī)器的負(fù)載均衡等優(yōu)化目標(biāo)。
[0003] 實(shí)際柔性作業(yè)車間的生產(chǎn)環(huán)境是動(dòng)態(tài)不確定的，存在著"新的作業(yè)下達(dá)"、"機(jī)器發(fā) 生故障"、"故障機(jī)器修復(fù)"等多種動(dòng)態(tài)因素。當(dāng)面臨這些擾動(dòng)時(shí)，根據(jù)初始數(shù)據(jù)產(chǎn)生的最優(yōu) 調(diào)度方案的性能可能大大降低，因此亟需研究一種能夠處理動(dòng)態(tài)不確定因素的新型柔性作 業(yè)車間調(diào)度方法。柔性作業(yè)車間的動(dòng)態(tài)調(diào)度技術(shù)對實(shí)際生產(chǎn)系統(tǒng)的成功實(shí)施具有重要意 義。
[0004] 進(jìn)化算法是模擬生物在自然環(huán)境中的進(jìn)化過程而形成的一類自適應(yīng)全局優(yōu)化概 率搜索算法。進(jìn)化算法可以處理傳統(tǒng)優(yōu)化方法難以解決的復(fù)雜優(yōu)化問題，例如非連續(xù)、多模 態(tài)等問題，它對整個(gè)群體實(shí)施選擇、交叉、變異等操作，可以在算法的一次運(yùn)行中并行搜索 到多個(gè)解，加之其具有較強(qiáng)的環(huán)境自適應(yīng)能力，因此，進(jìn)化算法特別適用于求解柔性作業(yè)車 間調(diào)度這類同時(shí)存在多個(gè)Pareto非支配解的動(dòng)態(tài)多目標(biāo)優(yōu)化問題。
[0005] 目前已有的柔性作業(yè)車間調(diào)度方法存在以下不足：
[0006] 1)大多僅考慮了靜態(tài)的生產(chǎn)環(huán)境，它們假設(shè)柔性作業(yè)車間中的所有信息都是預(yù)先 可知且確定不變的，顯然，當(dāng)實(shí)際生產(chǎn)環(huán)境發(fā)生動(dòng)態(tài)變化或存在不確定因素時(shí)，依據(jù)靜態(tài)方 法產(chǎn)生的調(diào)度方案不再適用。
[0007] 2)盡管目前已經(jīng)出現(xiàn)了一些動(dòng)態(tài)調(diào)度方法，但它們大多僅考慮了動(dòng)態(tài)事件對車間 生產(chǎn)效率（如完工時(shí)間）的影響。這種方法可能會(huì)產(chǎn)生一個(gè)與原方案截然不同的新調(diào)度方 案，某些未加工工序的開始時(shí)間將會(huì)被提前或推遲，從而對依據(jù)原方案規(guī)劃的其它生產(chǎn)活 動(dòng)產(chǎn)生嚴(yán)重影響，并導(dǎo)致作業(yè)車間系統(tǒng)不穩(wěn)定，使生產(chǎn)過程缺乏連續(xù)性。因此，動(dòng)態(tài)調(diào)度方 法應(yīng)當(dāng)同時(shí)優(yōu)化柔性作業(yè)車間的生產(chǎn)效率和穩(wěn)定性。
[0008] 3)對多個(gè)優(yōu)化目標(biāo)的處理方式比較單一。大多已有方法采用加權(quán)求和法將多個(gè)目 標(biāo)轉(zhuǎn)換為一個(gè)目標(biāo)，這種方法將會(huì)引入較多的參數(shù)，并且需要事先對各個(gè)目標(biāo)進(jìn)行歸一化 處理。由于柔性作業(yè)車間調(diào)度問題的多個(gè)目標(biāo)之間往往是相互矛盾的，因此更好的方式是 采用多目標(biāo)進(jìn)化算法對多個(gè)目標(biāo)并行處理，從而為生產(chǎn)管理者提供一組反映目標(biāo)間不同折 中程度的調(diào)度方案，為其做出最終的決策提供參考。


【發(fā)明內(nèi)容】

[0009] 本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提出一種基于多目標(biāo)進(jìn)化算法的動(dòng) 態(tài)柔性作業(yè)車間調(diào)度方法，以在現(xiàn)實(shí)世界動(dòng)態(tài)不確定的車間生產(chǎn)環(huán)境中，及時(shí)響應(yīng)隨機(jī)事 件的發(fā)生，實(shí)現(xiàn)機(jī)器的有效分配和工序加工順序的調(diào)度，從而提高車間的生產(chǎn)效率，并維護(hù) 生產(chǎn)系統(tǒng)的穩(wěn)定性。
[0010] 為實(shí)現(xiàn)上述目的，本發(fā)明的實(shí)現(xiàn)步驟包括如下：
[0011] (1)初始化：讀取初始時(shí)刻的輸入信息，包括每項(xiàng)作業(yè)的工序數(shù)、加工期限、權(quán)重， 每道工序可分配的機(jī)器集合、各工序在相應(yīng)機(jī)器上的加工時(shí)間、正常工作的機(jī)器數(shù)目；給出 優(yōu)化目標(biāo)的定義；將初始時(shí)刻視為初始調(diào)度點(diǎn)h，將緊急動(dòng)態(tài)事件，包括"新的緊急作業(yè)下 達(dá)"、"機(jī)器發(fā)生故障"、"故障機(jī)器修復(fù)"的發(fā)生時(shí)刻視為重調(diào)度點(diǎn)tjl = 1，2,…）；在&(1 =0, 1，2,…）時(shí)刻所處的生產(chǎn)環(huán)境下，"完工時(shí)間"定義為從開始加工到完成當(dāng)前所有可調(diào) 度的工序所花費(fèi)的時(shí)間開銷；"拖期"定義為對作業(yè)在加工期限上的延誤值進(jìn)行懲罰；"機(jī) 器的最大負(fù)載"定義為各臺(tái)機(jī)器加工時(shí)間的最大值；"穩(wěn)定性"僅在tjl = 1，2,…）有定義， 將其定義為各工序在新舊方案中開始加工時(shí)間和完成時(shí)間的差別；所設(shè)定的約束條件包括 加工時(shí)間約束、工序優(yōu)先級約束、禁止搶先占有的約束；
[0012] (2)在初始時(shí)刻h，根據(jù)車間內(nèi)機(jī)器和作業(yè)的屬性，基于靜態(tài)多目標(biāo)進(jìn)化算法，同 時(shí)最小化以下目標(biāo)：完工時(shí)間、拖期以及機(jī)器的最大負(fù)載，預(yù)先產(chǎn)生一組Pareto非支配解， Pareto非支配解是指提高該解在任何一個(gè)目標(biāo)上的性能，都必然會(huì)導(dǎo)致它在剩余的至少一 個(gè)目標(biāo)上的性能降低；將Pareto非支配解提供給生產(chǎn)管理者進(jìn)行參考，并由他從中挑選出 一個(gè)符合生產(chǎn)要求的滿意解作為調(diào)度方案；
[0013] (3)在車間生產(chǎn)過程的每個(gè)重調(diào)度點(diǎn)Ml = 1，2,…）時(shí)刻，采用由緊急動(dòng)態(tài)事件 驅(qū)動(dòng)的基于動(dòng)態(tài)多目標(biāo)進(jìn)化算法的反應(yīng)式重調(diào)度方式：依據(jù)機(jī)器和作業(yè)的當(dāng)前屬性，包括 當(dāng)前可以正常工作的機(jī)器，每項(xiàng)作業(yè)剩余未加工的工序，當(dāng)前每臺(tái)機(jī)器上正在加工的工序， 從上一個(gè)重調(diào)度點(diǎn)時(shí)刻開始至&時(shí)刻新下達(dá)的作業(yè)，每道工序當(dāng)前可分配的機(jī)器集 合，在多目標(biāo)進(jìn)化算法的群體初始化中引入啟發(fā)式動(dòng)態(tài)優(yōu)化策略，使得算法快速地適應(yīng)動(dòng) 態(tài)變化的環(huán)境，產(chǎn)生一組能夠優(yōu)化車間的完工時(shí)間、拖期、機(jī)器的最大負(fù)載及穩(wěn)定性的新的 Pareto非支配解，提供給生產(chǎn)管理者，并由他從中挑選出一個(gè)符合生產(chǎn)要求的滿意解作為 調(diào)度方案；該方案在車間中一直執(zhí)行，直到下一個(gè)緊急動(dòng)態(tài)事件發(fā)生，重新啟動(dòng)動(dòng)態(tài)多目標(biāo) 進(jìn)化算法進(jìn)行調(diào)度。
[0014] 本發(fā)明的進(jìn)一步設(shè)計(jì)在于：
[0015] 其中，步驟（1)所述的&(1 =0，1，2，···）時(shí)刻的完工時(shí)間定義為：
[0016]

【權(quán)利要求】
1. 一種基于多目標(biāo)進(jìn)化算法的動(dòng)態(tài)柔性作業(yè)車間調(diào)度方法，包括如下步驟： (1) 初始化：讀取初始時(shí)刻的輸入信息，包括每項(xiàng)作業(yè)的工序數(shù)、加工期限、權(quán)重，每道 工序可分配的機(jī)器集合、各工序在相應(yīng)機(jī)器上的加工時(shí)間、正常工作的機(jī)器數(shù)目；給出優(yōu)化 目標(biāo)的定義；將初始時(shí)刻視為初始調(diào)度點(diǎn)h，將緊急動(dòng)態(tài)事件，包括"新的緊急作業(yè)下達(dá)"、 "機(jī)器發(fā)生故障"、"故障機(jī)器修復(fù)"的發(fā)生時(shí)刻視為重調(diào)度點(diǎn)tdl= 1，2,…）；在&(1 = 0, 1，2,…）時(shí)刻所處的生產(chǎn)環(huán)境下，"完工時(shí)間"定義為從開始加工到完成當(dāng)前所有可調(diào)度 的工序所花費(fèi)的時(shí)間開銷；"拖期"定義為對作業(yè)在加工期限上的延誤值進(jìn)行懲罰；"機(jī)器 的最大負(fù)載"定義為各臺(tái)機(jī)器加工時(shí)間的最大值；"穩(wěn)定性"僅在tjl= 1，2,…）有定義， 將其定義為各工序在新舊方案中開始加工時(shí)間和完成時(shí)間的差別；所設(shè)定的約束條件包括 加工時(shí)間約束、工序優(yōu)先級約束、禁止搶先占有的約束； (2) 在初始時(shí)刻h，根據(jù)車間內(nèi)機(jī)器和作業(yè)的屬性，基于靜態(tài)多目標(biāo)進(jìn)化算法，同時(shí) 最小化以下目標(biāo)：完工時(shí)間、拖期以及機(jī)器的最大負(fù)載，預(yù)先產(chǎn)生一組Pareto非支配解， Pareto非支配解是指提高該解在任何一個(gè)目標(biāo)上的性能，都必然會(huì)導(dǎo)致它在剩余的至少一 個(gè)目標(biāo)上的性能降低；將Pareto非支配解提供給生產(chǎn)管理者進(jìn)行參考，并由他從中挑選出 一個(gè)符合生產(chǎn)要求的滿意解作為調(diào)度方案； (3) 在車間生產(chǎn)過程的每個(gè)重調(diào)度點(diǎn)tjl= 1，2,…）時(shí)刻，采用由緊急動(dòng)態(tài)事件驅(qū)動(dòng) 的基于動(dòng)態(tài)多目標(biāo)進(jìn)化算法的反應(yīng)式重調(diào)度方式：依據(jù)機(jī)器和作業(yè)的當(dāng)前屬性，包括當(dāng)前 可以正常工作的機(jī)器，每項(xiàng)作業(yè)剩余未加工的工序，當(dāng)前每臺(tái)機(jī)器上正在加工的工序，從上 一個(gè)重調(diào)度點(diǎn)時(shí)刻開始至&時(shí)刻新下達(dá)的作業(yè)，每道工序當(dāng)前可分配的機(jī)器集合，在 多目標(biāo)進(jìn)化算法的群體初始化中引入啟發(fā)式動(dòng)態(tài)優(yōu)化策略，使得算法快速地適應(yīng)動(dòng)態(tài)變化 的環(huán)境，產(chǎn)生一組能夠優(yōu)化車間的完工時(shí)間、拖期、機(jī)器的最大負(fù)載及穩(wěn)定性的新的Pareto 非支配解，提供給生產(chǎn)管理者，并由他從中挑選出一個(gè)符合生產(chǎn)要求的滿意解作為調(diào)度方 案；該方案在車間中一直執(zhí)行，直到下一個(gè)緊急動(dòng)態(tài)事件發(fā)生，重新啟動(dòng)動(dòng)態(tài)多目標(biāo)進(jìn)化算 法進(jìn)行調(diào)度。
2. 根據(jù)權(quán)利要求1所述的調(diào)度方法，其中步驟（1)所述的tjl= 0, 1，2,…）時(shí)刻的完 工時(shí)間定義為：
其中，Iia1)表示到h時(shí)刻為止，已下達(dá)到柔性作業(yè)車間中的作業(yè)總數(shù)；JriwfcCO標(biāo)記 第i項(xiàng)作業(yè)Ji在h時(shí)刻是否需要調(diào)度，即它是否包含可調(diào)度的工序，表示作 業(yè)Ji在&時(shí)刻需要調(diào)度，表示Ji在&時(shí)刻不需要調(diào)度；在&時(shí)刻的調(diào)度方 案中，CiU1)表示完成Ji當(dāng)前所有可調(diào)度工序的時(shí)間Aa1)表示Ji中第一個(gè)可調(diào)度工序 的開始時(shí)間； 步驟（1)所述的ti(l= 0, 1，2,…）時(shí)刻的拖期定義為：
其中，Coi表示作業(yè)Ji的權(quán)重；DDiU1)表示在&時(shí)刻，Ji中所有可調(diào)度工序的加工期 限； 步驟（1)所述的(I= 0, 1，2,…）時(shí)刻機(jī)器的最大負(fù)載指標(biāo)定義為：
其中，m是柔性作業(yè)車間內(nèi)機(jī)器的總臺(tái)數(shù)；Af廣^認(rèn)）標(biāo)記第k臺(tái)機(jī)器仏在&時(shí)刻是 否能夠正常工作，ACwwD = I表示Mk可正常工作，財(cái)廣**(/,) = 〇表示Mk發(fā)生故障；，(〇 是根據(jù)^時(shí)刻的調(diào)度方案，在Mk上第r個(gè)進(jìn)行加工的工序儼U1)的加工時(shí)間；C^t1)是^ 時(shí)刻分配到Mk上的工序個(gè)數(shù)； 步驟（1)所述的h(1 = 1，2,…）時(shí)刻的穩(wěn)定性定義為：
其中，SiJt1KCi^t1)分別表示在&時(shí)刻的調(diào)度方案中，第i項(xiàng)作業(yè)的第j道工序OijU1)的開始和完成加工時(shí)間；rushstarting表示新方案比原方案提前開始的工序集合； delaystarting表示新方案比原方案推遲開始的工序集合；delaydelivery表示新方案比 原方案推遲完成的工序集合；懲罰因子Y= 1. 5 ;穩(wěn)定性的公式只針對在h和時(shí)刻均 需調(diào)度的工序進(jìn)行計(jì)算； 步驟（1)所述的加工時(shí)間約束是指每道工序在可對其進(jìn)行加工的每臺(tái)機(jī)器上的加工 時(shí)間是事先確定的； 步驟（1)所述的工序優(yōu)先級約束是指每項(xiàng)作業(yè)的各道工序是按事先確定的順序進(jìn)行 加工的；在柔性作業(yè)車間問題中，每道工序可以在它機(jī)器集合中的任一臺(tái)上進(jìn)行加工； 步驟（1)所述的禁止搶先占有的約束包括：（i)每道工序的加工，只能在同一作業(yè)中排 在它之前的所有工序都完成之后才能開始進(jìn)行；（ii)如果將一道工序分配給了某臺(tái)機(jī)器， 只有在這臺(tái)機(jī)器完成之前調(diào)度的所有工序之后，才能開始該道工序的加工。
3.根據(jù)權(quán)利要求1所述的調(diào)度方法，其中步驟（2)所述的在初始時(shí)刻h，基于靜態(tài)多 目標(biāo)進(jìn)化算法的調(diào)度方法的具體步驟如下： a) 群體初始化：根據(jù)h時(shí)刻車間的當(dāng)前狀態(tài)，隨機(jī)生成初始群體PUtl)，初始群體PUtl) 中的每個(gè)初始個(gè)體包括工序序列向量和機(jī)器分配向量；計(jì)算初始群體中每個(gè)個(gè)體的多目標(biāo) 值，即目標(biāo)U1)、f2U1)、f3U1);從初始群體中確定出所有的Pareto非支配解構(gòu)成外部存 儲(chǔ)器群體41^(1：(|);設(shè)置目標(biāo)評價(jià)次數(shù)計(jì)數(shù)變量(^ = 8126_，8126_為群體規(guī)模； b) 群體選擇：采用二進(jìn)制聯(lián)賽選擇法從群體PUtl)中選擇一個(gè)個(gè)體sp;對于個(gè)體a和 b，如果個(gè)體a在所有待優(yōu)化的多個(gè)目標(biāo)，即U1)、f2U1)、f3U1)上均優(yōu)于或等于個(gè)體b， 且至少在其中一個(gè)目標(biāo)上優(yōu)于個(gè)體b，則稱個(gè)體a支配b;從群體PUtl)中隨機(jī)挑選兩個(gè)個(gè) 體，然后判斷兩個(gè)體間的相互支配關(guān)系；如果一個(gè)個(gè)體支配另一個(gè)，則選擇該個(gè)體作為sp; 否則，從兩個(gè)個(gè)體中隨機(jī)選擇一個(gè)作為sp; c) 外部存儲(chǔ)器選擇：從外部存儲(chǔ)器群體ArcUtl)中隨機(jī)選擇一個(gè)個(gè)體e; d) 個(gè)體繁殖：采用針對動(dòng)態(tài)柔性作業(yè)車間調(diào)度問題設(shè)計(jì)的，基于工序序列向量和基于 機(jī)器分配向量的交叉和變異算子，由父代個(gè)體sp和e生成子代個(gè)體Sc1和Sc2 ; e) 解碼和目標(biāo)評價(jià)：計(jì)算子代個(gè)體Sc1和Sc2的多目標(biāo)值，即目標(biāo)U1)、f2U1)、 f3(ti); f) 群體更新：判斷子代個(gè)體SC1是否支配群體PUtl)中的某些個(gè)體，如果支配，則從這 些受支配個(gè)體中隨機(jī)挑選一個(gè)，并用SC1取代它；如果SC1受PUtl)中的某個(gè)體支配，則SCi 不能加入群體；如果上述兩種情況均不成立，則SC1隨機(jī)取代PUtl)中的某一個(gè)體；對子代 個(gè)體SC2采取與上述同樣的群體更新方法； g) 外部存儲(chǔ)器更新：判斷子代個(gè)體SC1是否支配外部存儲(chǔ)器ArcUtl)中的某些個(gè)體，如 果支配，則將所有受支配個(gè)體從ArcUci)中刪除，并將Sc1加入ArcUtl);如果Sc1受Arc(tQ) 中的某個(gè)體支配，則Sc1F能加入ArcUtl);如果上述兩種情況均不成立，則將Sc1WA Arcatl);對子代個(gè)體Sc2采取與上述同樣的外部存儲(chǔ)器更新方法；如果Arcatl)中解的個(gè)數(shù) 超過了其最大容量M，則移除那些排擠距離較小的個(gè)體； h) 終止準(zhǔn)則判斷：如果目標(biāo)評價(jià)次數(shù)計(jì)數(shù)變量ct<最大目標(biāo)評價(jià)次數(shù)，則令Ct= ct+2,轉(zhuǎn)至第b)步；否則，算法終止，把當(dāng)前外部存儲(chǔ)器ArcUtl)作為在初始時(shí)刻h預(yù)先產(chǎn) 生的Pareto非支配解集輸出，供生產(chǎn)管理者進(jìn)行參考。
4.根據(jù)權(quán)利要求1所述的調(diào)度方法，其中步驟（3)所述的在重調(diào)度點(diǎn)tjl= 1，2,…） 時(shí)刻，基于動(dòng)態(tài)多目標(biāo)進(jìn)化算法的反應(yīng)式重調(diào)度方式的具體步驟如下： I) 群體初始化：根據(jù)tdl= 1，2,…）時(shí)刻車間的當(dāng)前狀態(tài)，采用啟發(fā)式策略構(gòu)造初始 群體PU1)，初始群體PU1)中的每個(gè)初始個(gè)體包括工序序列向量和機(jī)器分配向量；計(jì)算初 始群體中每個(gè)個(gè)體的多目標(biāo)值，即目標(biāo)U1)、f2(ti)、f3(ti)、f4(ti);從初始群體中確定出 所有的Pareto非支配解構(gòu)成外部存儲(chǔ)器群體ArcU1);設(shè)置目標(biāo)評價(jià)次數(shù)計(jì)數(shù)變量ct= Sizeptjp,Sizeptjp 為群體規(guī)模； II) 群體選擇：用二進(jìn)制聯(lián)賽選擇法從群體PU1)中選擇一個(gè)個(gè)體sp;對于個(gè)體a和b， 如果個(gè)體a在所有待優(yōu)化的多個(gè)目標(biāo)，即U1)、f2U1)、f3U1)、f4U1)上均優(yōu)于或等于個(gè)體 b，且至少在其中一個(gè)目標(biāo)上優(yōu)于個(gè)體b，則稱個(gè)體a支配b;先從PU1)中隨機(jī)挑選兩個(gè)個(gè) 體，然后判斷兩個(gè)體間的相互支配關(guān)系；如果一個(gè)個(gè)體支配另一個(gè)，則選擇該個(gè)體作為sp; 否則，從兩個(gè)個(gè)體中隨機(jī)選擇一個(gè)作為sp; III) 外部存儲(chǔ)器選擇：從外部存儲(chǔ)器群體ArcU1)中隨機(jī)選擇一個(gè)個(gè)體e; IV) 個(gè)體繁殖：采用針對動(dòng)態(tài)柔性作業(yè)車間調(diào)度問題設(shè)計(jì)的，基于工序序列向量和基 于機(jī)器分配向量的交叉和變異算子，由父代個(gè)體sp和e生成子代個(gè)體Sc1和Sc2 ; V) 解碼和目標(biāo)評價(jià)：計(jì)算子代個(gè)體Sc1和Sc2的多目標(biāo)值，即目標(biāo)U1)、f2U1)、f3U1)、 f4(ti); VI) 群體更新：判斷子代個(gè)體Sc1是否支配群體PU1)中的某些個(gè)體，如果支配，則從這 些受支配個(gè)體中隨機(jī)挑選一個(gè)，并用SC1取代它；如果SC1受PU1)中的某個(gè)體支配，則SCi 不能加入群體；如果上述兩種情況均不成立，則SC1隨機(jī)取代PU1)中的某一個(gè)體；對子代 個(gè)體SC2采取與上述同樣的群體更新方法； VII)外部存儲(chǔ)器更新：判斷子代個(gè)體SC1是否支配外部存儲(chǔ)器Arc U1)中的某些個(gè) 體，如果支配，則將所有受支配個(gè)體從Arc U1)中刪除，并將Sc1加入Arc U1);如果Sc1受 Arc U1)中的某個(gè)體支配，則Sc1不能加入Arc U1);如果上述兩種情況均不成立，則將Sc1加 入ArcU1);對子代個(gè)體Sc2采取與上述同樣的外部存儲(chǔ)器更新方法；如果ArcU1)中解的 個(gè)數(shù)超過了其最大容量M，則移除那些排擠距離較小的個(gè)體； VIII) 終止準(zhǔn)則判斷：如果目標(biāo)評價(jià)次數(shù)計(jì)數(shù)變量ct<最大目標(biāo)評價(jià)次數(shù)，則令ct= ct+2,轉(zhuǎn)至第II)步；否則，算法終止，把當(dāng)前外部集合ArcU1)作為Pareto非支配解集輸 出。
5.根據(jù)權(quán)利要求4所述的反應(yīng)式重調(diào)度方式，其中第I)步所述的根據(jù)啟發(fā)式策略構(gòu)造 的初始群體由下述三部分組成： 第一部分，利用歷史信息構(gòu)造"歷史解":在&時(shí)刻，確定當(dāng)前所有的未加工工序和可 以正常工作的機(jī)器；提取他們在時(shí)刻調(diào)度方案中的工序序列向量和機(jī)器分配向量構(gòu)成 "歷史解";對于需要在h時(shí)刻調(diào)度，但未出現(xiàn)在時(shí)刻調(diào)度方案中的工序，將它們隨機(jī)插 入到"歷史解"的工序序列向量中，并將它們分別隨機(jī)分配到一個(gè)可加工的機(jī)器上；20%的 初始群體由"歷史解"及對"歷史解"實(shí)施變異操作后生成的變異個(gè)體組成； 第二部分，構(gòu)造"調(diào)度方案修補(bǔ)解":針對"機(jī)器發(fā)生故障"這一緊急動(dòng)態(tài)事件，對于所有 未受該事件影響的工序，保持分配給它的機(jī)器和開始加工時(shí)間不變；對于直接受該事件影 響的工序，即&時(shí)刻，正在發(fā)生故障的機(jī)器等待隊(duì)列中等待加工的工序，如果在它可分配的 機(jī)器集合中有其余機(jī)器可正常工作，則將它轉(zhuǎn)移到該機(jī)器上；對于間接受該事件影響的工 序，保持它分配的機(jī)器不變；只有受影響的工序需要重新調(diào)度；針對"故障機(jī)器修復(fù)"這一 緊急動(dòng)態(tài)事件，將部分工序遷移到修復(fù)的機(jī)器上進(jìn)行加工，這些工序應(yīng)滿足它們能夠被該 修復(fù)的機(jī)器加工，并且對它們的遷移不會(huì)影響剩余工序的開始加工時(shí)間；針對"新的緊急作 業(yè)下達(dá)"這一緊急動(dòng)態(tài)事件，保持原有作業(yè)的調(diào)度方案不變，而對于新作業(yè)中的每道工序， 一旦有可對它加工的機(jī)器空閑，則將它安排在該機(jī)器上加工；30%的初始群體由"調(diào)度方案 修補(bǔ)解"及對"調(diào)度方案修補(bǔ)解"實(shí)施變異操作后生成的變異個(gè)體組成； 第三部分,為了增加群體的多樣性,在初始群體中引入隨機(jī)個(gè)體：工序序列向量通過將h時(shí)刻所有可調(diào)度工序?qū)?yīng)的作業(yè)號隨機(jī)排列后生成；對于初始群體中的一半個(gè)體，它們 的機(jī)器通過啟發(fā)式機(jī)器分配規(guī)則進(jìn)行分配，而另一半個(gè)體的機(jī)器則在每道工序的機(jī)器集合 中隨機(jī)選??；50 %的初始群體由隨機(jī)個(gè)體組成。
【文檔編號】G06Q10/06GK104268722SQ201410558669
【公開日】2015年1月7日 申請日期:2014年10月20日 優(yōu)先權(quán)日:2014年10月20日
【發(fā)明者】申曉寧, 張敏, 陳逸菲, 趙麗玲, 林屹, 王玉芳 申請人:南京信息工程大學(xué)