The invention provides a social spider optimization algorithm for solving the flexible job shop scheduling problem, the algorithm involves the computer manufacturing execution system, specifically to solve the combinatorial optimization problem of flexible job shop scheduling algorithm. The algorithm emphasizes the differences between the two different spider search motivations: male and female. At the same time, some strategies are used to generate the initial population, such as global search, local search and so on, in order to ensure the quality and diversity of the individual. In addition, the algorithm combines selection, crossover and mutation operator to improve the performance and reduce the processing time. The algorithm avoids the aggregation of individual advantage in groups around the individual to search in the global; avoid the premature convergence and the search results are not stable; is not sensitive to the initial values and parameters of strong robustness, fast convergence speed. The algorithm is very practical in flexible job shop scheduling.
【技术实现步骤摘要】
所属领域本专利技术涉及计算机执行制造系统领域,具体地涉及柔性作业车间调度领域。
技术介绍
柔性作业车间调度问题(FlexibleJob-ShopSchedulingProblem,FJSP)是传统作业车间调度问题的扩展,比JSP更加困难,因为每一个工件工序应该在哪个机器上进行加工不确定,即每个工序可以在任何给定的一组机器上加工。FJSP包含两个子问题:路由和调度,路由指给每个工序从给定的一组机器中选取一台机器,调度指给所有机器上已分配的工序排序,以获得符合预定义目标函数值的适当调度方案。最早用多项式算法来解决FJSP。目前一些常用的算法被提出来解决FJSP,如结合现有的一些调度规则和禁忌搜索的基于分解的分层方法,粒子群算法和蚁群算法。各种算法都有其优异的表现,在很多算例中都得到了最优或近优解,但是多数都不能逃离陷入局部最优解的问题。其次,虽然单目标FJSP已经进行了广泛的研究,但多目标FJSP的研究仍然相对有限。
技术实现思路
针对现有技术中存在的上述不足之处,本专利技术提出一个新颖的群居蜘蛛优化(SocialSpiderOptimization,SSO)去解决柔性作业车间调度问题。SSO算法强调了两个不同的蜘蛛搜索动因之间的差异:雄性和雌性。同时,一些策略被用于产生初始种群,诸如全局搜索、局部搜索等,以保证个体的质量与多样性。此外,改进的SSO结合选择、交叉和变异算子,以提高其性能,显著减少了处理时间。本专利技术的目的则是克服现有技术中存在的:迭代局部搜索容易陷入局部最优;搜索空间将产生近似解,而不是精确解;随着问题规模的扩大,搜索时间显著提高的问题。本专利技术为 ...
【技术保护点】
一种求解柔性作业车间调度问题的群居蜘蛛优化算法,该算法涉及计算机执行制造系统领域,具体来说就是通过算法解决柔性作业车间调度的组合优化问题,其特征是:该算法的实施步骤如下:步骤1:初始化算法参数,包括SSO种群数目N、交配半径r及雌性蜘蛛数目和雄性蜘蛛数目;步骤2:根据工序排列和机器分配原则,初始化蜘蛛种群;步骤3:根据适应度函数,计算每个个体的适应度值,得到最优个体;步骤4:分配每个个体的权重,权重按降序排序,得到中间权重个体;步骤5:根据雌性协作机制和雄性协作机制,雌性蜘蛛与雄性蜘蛛交配,即执行机器分配向量及工序序列向量的交叉与变异算子;步骤6:交配后生成下一子代,计算新个体的适应度值,若新个体优于最优个体,则新个体替换原有个体;步骤7:更新个体权重,判断是否满足终止条件,若满足则输出结果,否则,返回步骤4。
【技术特征摘要】
1.一种求解柔性作业车间调度问题的群居蜘蛛优化算法,该算法涉及计算机执行制造系统领域,具体来说就是通过算法解决柔性作业车间调度的组合优化问题,其特征是:该算法的实施步骤如下:步骤1:初始化算法参数,包括SSO种群数目N、交配半径r及雌性蜘蛛数目和雄性蜘蛛数目;步骤2:根据工序排列和机器分配原则,初始化蜘蛛种群;步骤3:根据适应度函数,计算每个个体的适应度值,得到最优个体;步骤4:分配每个个体的权重,权重按降序排序,得到中间权重个体;步骤5:根据雌性协作机制和雄性协作机制,雌性蜘蛛与雄性蜘蛛交配,即执行机器分配向量及工序序列向量的交叉与变异算子;步骤6:交配后生成下一子代,计算新个体的适应度值,若新个体优于最优个体,则新个体替换原有个体;步骤7:更新个体权重,判断是否满足终止条件,若满足则输出结果,否则,返回步骤4。2.根据权利要求1所述的一种求解柔性作业车间调度问题的群居蜘蛛优化算法,其特征是:初始化种群在机器分配阶段,使用了三条原则:(1)全局搜索,考虑所有机器的全局工作负载;(2)局部搜索,相同工件下替换机器间的工作负载;(3)随机原则,从可选的机器集为每个工序选取一台机器,按一定的比例使用三条原则生成机器分配向量;在工序排列阶段,也使用了三条原则:(1)剩余时间最多原则,保证剩余时间最多的工件优先加工;(2)剩余工序数量最多原则,即剩余工序数量最多的工件优先选取;(3)随机原则,随机生成工序的顺序,按一定的比例使...
【专利技术属性】
技术研发人员:黄超杰,胡成华,
申请(专利权)人:四川用联信息技术有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。