← 返回列表

一种基于NSGAII的多目标可变子批柔性车间作业调度方法

申请号: CN202410037972.1
申请人: 吉林大学
申请日期: 2024/1/11

摘要文本

本发明适用于车间智能生产调度技术领域,提供了一种基于NSGAII的多目标可变子批柔性车间作业调度方法,包括以下步骤:已知待求解的调度问题;建立FJSP‑LS的车间调度数学模型,车间调度数学模型包括总完成时间目标函数和机器空闲率目标函数,将总完成时间目标函数和机器空闲率目标函数作为适应度函数;基于NSGAII算法求解车间调度模型,求解得到最优调度方案;输出最优调度方案以及对应的调度甘特图。本发明提出了更贴合实际生产需求的以最小化总生产时间和最小化所有机器的总空闲率的多目标模型;本发明提出的多规则种群初始化方法增加了种群多样性,避免种群过早地陷入局部最优解;本发明提高了生产效率,降低了成本。

专利详细信息

项目 内容
专利名称 一种基于NSGAII的多目标可变子批柔性车间作业调度方法
专利类型 发明授权
申请号 CN202410037972.1
申请日 2024/1/11
公告号 CN117555305B
公开日 2024/3/29
IPC主分类号 G05B19/418
权利人 吉林大学
发明人 邵帅; 徐高潮; 徐煦; 孟宪秋
地址 吉林省长春市前进大街2699号

专利主权项内容

1.一种基于NSGAII的多目标可变子批柔性车间作业调度方法,其特征在于,包括以下步骤:步骤1:已知待求解的调度问题;步骤2:建立FJSP-LS的车间调度数学模型,车间调度数学模型包括总完成时间目标函数和机器空闲率目标函数,将总完成时间目标函数和机器空闲率目标函数作为适应度函数;步骤3:基于NSGAII算法求解车间调度模型,求解得到最优调度方案;步骤4:输出最优调度方案以及对应的调度甘特图;所述步骤3的具体步骤包括:步骤31:初始化NSGAII算法的相关参数,确定染色体编码方式,确定选择、交叉和变异算子;步骤32:按照相关规则生成种群数量为N的初始化种群;步骤33:基于父代种群,通过选择、交叉和变异操作产生种群数量为N的子代种群;步骤34:将父代种群和子代种群合并生成新的种群;步骤35:计算新的种群中每个个体的适应度值并进行快速非支配排序,按照非支配关系和拥挤度,采取精英策略保留前N个个体生成新的父代种群;步骤36:判断是否达到最大迭代次数,若达到最大迭代次数,则输出最终帕累托解集作为最优调度方案;否则迭代次数加1,并跳转到步骤33继续执行;所述步骤35中,计算新的种群中每个个体的适应度的具体步骤如下:步骤351:对染色体进行译码,读取所述染色体上工件的加工顺序;步骤352:判断当前工件执行的操作是否为单机生产,若是,则跳转至步骤355;否则执行步骤353;步骤353:确定当前工件选择多机生产后,首先将工件的待加工操作可选机器按照最早可开始时间进行排序,根据染色体指示的所选机器数量选择出相应的加工机器;步骤354:采用作业均衡原则将工件进行划分并分配给已选择的机器,跳转至步骤356;步骤355:读取染色体机器选择字段上确定的机器号,将工件分配给对应机器进行加工;步骤356:更新每台机器的加工时间,判断终止条件,若读取完所有操作则终止并得到该染色体的适应度值;否则操作数加1,返回步骤352继续执行。