← 返回列表

基于自适应差分进化算法的并行批处理机调度方法及系统

申请号: CN202311734738.6
申请人: 华中科技大学; 温州大学; 广州大学
申请日期: 2023/12/15

摘要文本

本发明属于生产调度领域,并具体公开了一种基于自适应差分进化算法的并行批处理机调度方法及系统,其包括:S1生成初始种群,令迭代次数t=1;S2从种群中随机选择一个目标个体;S3根据迭代次数t是否在预设学习期内,等概率或根据历史数据自适应选择变异算子、缩放因子、交叉概率区间的选择概率;S4对目标个体进行差分变异和交叉,得到试验个体;S5基于试验个体的目标函数值,对种群中个体进行更新;S6重复S2~S5,直至种群中个体均被选择,基于种群中个体对外部档案集进行更新;S7判断t是否达到最大迭代次数:如果是,则迭代结束,否则令t=t+1,并回到S2。本发明具有快速求解并行批处理机多目标调度问题,提高机器利用率和降低能耗的特点。

专利详细信息

项目 内容
专利名称 基于自适应差分进化算法的并行批处理机调度方法及系统
专利类型 发明申请
申请号 CN202311734738.6
申请日 2023/12/15
公告号 CN117572836A
公开日 2024/2/20
IPC主分类号 G05B19/418
权利人 华中科技大学; 温州大学; 广州大学
发明人 陈亚绒; 管在林; 岳磊; 房伟康; 王陈; 黄沈权
地址 湖北省武汉市洪山区珞喻路1037号; 浙江省温州市茶山高教园区; 广东省广州市番禺区小谷围街道大学城外环西路230号

专利主权项内容

1.一种基于自适应差分进化算法的并行批处理机调度方法,其特征在于,包括如下步骤:确定关于并行批处理机多目标调度问题的决策变量和目标函数,构建多目标调度模型;采用自适应差分进化算法对多目标调度模型进行求解,得到工件生产调度方案;采用自适应差分进化算法对多目标调度模型求解时,包括如下步骤:S1、生成初始种群,种群中每个个体代表一种工件生产调度方案;选择初始种群中部分个体作为初始的外部档案集,令迭代次数t=1;S2、从种群中随机选择一个目标个体;S3、判断迭代次数t是否在预设学习期lp内:若t≤lp,则等概率选择各变异算子、缩放因子区间和交叉概率区间;否则,根据各变异算子、缩放因子区间和交叉概率区间在之前迭代中的表现确定各变异算子、缩放因子区间和交叉概率区间的选择概率;S4、按照S3的选择概率对变异算子、缩放因子和交叉概率进行确定,进而据此对目标个体进行差分变异和交叉,得到试验个体;S5、基于试验个体的目标函数值,对种群中个体进行更新;S6、重复步骤S2~S5,直至该代种群中所有个体均被选择至少一次;然后基于当前种群中个体对外部档案集进行更新;S7、判断迭代次数t是否达到预设最大迭代次数:如果是,则迭代结束,以此时外部档案集中的个体作为最终解;否则令t=t+1,并回到步骤S2。