【技术实现步骤摘要】
本专利技术专利涉及柔性作业车间的生产调度领域，具体是一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法。
技术介绍
1、柔性作业车间能够高效处理多品种、小批量的订单，完成对市场需求多样化和个性化的快速响应。在实际的车间生产中调度计划不仅要保证生产任务的及时完成和交付，还要从产品质量、设备利用等角度进行综合考虑，因此，本专利技术选择柔性作业车间为对象，从完工时间、减少换刀保证产品质量以及提高设备利用率的角度对柔性作业车间调度问题进行研究。本专利技术为后续的动态调度奠定了基础，并对解决实际生产中的调度问题具有指导意义。
技术实现思路
1、本专利技术针对传统麻雀搜索算法对柔性作业车间调度存在的不足，提出了一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法。本专利技术针对传统麻雀搜索算法的初始解随机性强且不均衡导致收敛速度慢以及在迭代后期易陷入局部最优的问题，通过改进麻雀搜索算法，用于柔性作业车间调度，能够实现完工时间、产品质量以及设备利用多方面的最优分配。
2、本专利技术技术方案为一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，该方法包括步骤如下：
3、步骤1：建立柔性作业车间生产线调度模型；
4、步骤1.1：确定约束模型；
5、根据柔性作业车间生产线的场景布置图和加工信息表，确定其基于柔性作业车间调度问题的数学模型和基于工序间顺序、切换的约束条件，所述数学模型包括生产线的工件，工序数量，各工序所在位置；
6、步骤1.
7、以最小化最大完工时间、最小化同任务池内换刀次数和最小化产线空闲率为目标建立柔性作业车间调度优化模型；设n为工件总数，ci为第i个工件的完工时间，那么最大完工时间的计算公式为：
8、
9、设t为每个任务池的生产周期，m为机器总数，k为当前机器内刀具总数，xj为决策变量，当刀具不满足最大加工次数时xj＝0，当刀具满足最大加工次数时，xj＝1，那么同任务池内换刀次数的计算公式为：
10、
11、设si为第i个工件开始加工的时间，pijm为工序oij在机器m上的加工的时间，为工序oij如果是在机器m上加工则变量值为1，否则为0，ji为工件i包含的工序数量，产线空闲率的计算公式为：
12、
13、步骤2：根据订单已有的优先级进行任务池建立，确定加入调度加工窗口中的工件顺序；
14、步骤2.1：根据订单已有的优先级对订单进行拆分，建立任务池，将柔性作业车间中的整体调度问题划分为若干连续区间内的调度问题；
15、根据订单优先级进行拆分订单时，将目前优先级最高的订单拆分；根据被拆分的订单建立任务池，将每周作为时间维度划分；
16、步骤2.2：从拆分出的工件定位到工序维度，用于确定加入调度加工窗口中的工件顺序；将拆分出的工序合并，依次将工序加入调度加工窗口中，确定周调度方案；
17、步骤3：以步骤1中的目标函数作为适应度函数，引入步骤2中的订单优先级任务池，设计基于改进麻雀搜索算法的求解步骤，并对多目标柔性作业车间调度问题进行求解；
18、步骤3.1：确定编码方式和解码方法，并生成可行的调度方案；
19、步骤3.1.1：引入谐波向量进行编码；
20、步骤3.1.2：将编码中的连续谐波向量转换成离散双向量码；
21、步骤3.1.3：对变换后的双向量码进行解码，映射为可行的调度方案；
22、对双向量码采取活动调度解码后获得调度方案，计算出目标函数值；
23、步骤3.2：采用量子多元种群初始策略生成麻雀个体数量为n的初始种群；
24、步骤3.2.1：对circle混沌映射进行改进，得到修改后的公式为：
25、
26、式中yi为当前映射值；
27、随后对种群进行初始化的公式为：
28、xi,j＝lb+(ub-lb)×yi
29、式中lb和ub分别为搜索空间的下界和上界；
30、步骤3.2.2：对改进后的circle混沌映射引入量子计算，将量子计算与量子门突变机制相结合，将突变后的种群进行比较，得到最终初始种群；
31、将量子比特用来构造个体，即用概率幅度来表示各个个体的位置，个体的量子空间位置与状态矩阵的对应关系为：
32、
33、式中θi,j为旋转角度，xi,c为余弦位置，xi,s为正弦位置；
34、假设当前位置为正弦位置或余弦位置，恢复叠加状态旋转角的逆变换导出公式为：
35、
36、根据旋转角推导出另一个位置，并利用线性变换对个体的量子比特建立量子空间与解空间的映射关系，转换公式为：
37、
38、这两个位置构成了初始量子比特的两个状态比特；
39、对种群执行突变操作，用公式表示为：
40、
41、式中
42、使用动态量子旋转门的更新公式为：
43、
44、将初始正弦和余弦位置的个体与量子门突变后正弦和余弦位置的个体进行比较，选择最优的个体作为最终初始种群；
45、步骤3.3：将初始种群随机划分为生产者、跟随者，分别占50％，30％，计算所有解的适应度；
46、步骤3.4：迭代更新生产者，公式为：
47、
48、α＝rand(0,1)
49、式中j＝1,2,…,d，d表示麻雀个体具有d个维度信息，itermax表示当前最大的迭代次数，xi,j为第i个麻雀在第j维中的位置信息，q为正态随机数，r2∈(0,1]为预警值，st∈[0.5,1]为安全值，l为1×d的矩阵，所有元素为1；
50、步骤3.5：引入分层麻雀搜索策略对种群进行更新；
51、步骤3.5.1：产生虚拟个体，通过锦标赛法筛选出规模为n的虚拟种群；
52、步骤3.5.2：迭代更新跟随者，公式为：
53、
54、式中vbb为虚拟个体最佳位置，为虚拟个体在第s次迭代时全局最差位置，a为一个1×d的矩阵，其中每个元素随机赋值为1或-1，并且a+＝at(aat)-1，当时，第i个追随者处于饥饿的状态，它将随机飞往其他地方寻找食物；当时，表示追随者位于当前种群最优位置附近，食物资源充足，可就近觅食；
55、步骤3.6：迭代更新警戒者，公式为：
56、
57、式中β为步长控制服从标准正态分布的随机数，k为[-1,1]范围内的随机数，fi为当前麻雀的适应度值，fg和fw分别为当前麻雀的最优和最差适应度值，ε是一个很小的常数；
58、步骤3.7：判断当前迭代次数s是否达到最大迭代次数g；若是，则执行步骤3.8，否则，跳转到步骤3.4；
59、步骤3.8：将更新后本文档来自技高网...
【技术保护点】
1.一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，包括：
2.根据权利要求1所述的一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，所述步骤1.1中确定约束模型的具体方法包括：
3.根据权利要求1所述的一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，所述步骤3.1.1中采用谐波向量进行编码的具体方法为：
4.根据权利要求1所述的一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，所述步骤3.1.2中将编码中的连续谐波向量转换成离散双向量码的具体方法为：
5.根据权利要求1所述的一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，所述步骤3.1.3中对变换后的双向量码进行解码，映射为可行的调度方案的具体方法包括：
6.根据权利要求1所述的一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，所述步骤3.5.1中产生虚拟个体并通过锦标赛法筛选出规模为N的虚拟种群的具体方法为：
【技术特征摘要】
1.一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，包括：
2.根据权利要求1所述的一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，所述步骤1.1中确定约束模型的具体方法包括：
3.根据权利要求1所述的一种基于改进麻雀搜索算法的多目标柔性作业车间调度方法，其特征在于，所述步骤3.1.1中采用谐波向量进行编码的具体方法为：
4.根据权利要求1所述的一种基于改进麻雀搜索算法的多目标柔性作业车间调度...
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。