申请/专利权人：杭州电子科技大学

申请日：2023-12-26

公开（公告）日：2024-03-22

公开（公告）号：CN117745026A

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06N3/126;G06Q50/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了改进遗传算法满足单任务完成时间约束的车间调度方法，该方法通过改进遗传算法，在适应度计算函数中引入对超时任务的惩罚因子来控制结果，通过对违约解施加较高的惩罚，有效引导算法快速收敛至满足用户指定任务时长约束的调度方案，满足柔性车间调度问题中的单任务最长完成时间指定，增强在实际场景的实用性。同时，设计了新的交叉和变异机制，这些机制在保持遗传算法强大搜索能力的同时，确保每个产生的后代都会满足用户的时间约束。本发明结合了传统遗传算法的全局搜索能力与用户约束的局部满足需求，提供了一种保证调度质量也满足特定生产时间要求的智能化调度优化方案。

主权项：1.改进遗传算法满足单任务完成时间约束的车间调度方法，其特征在于：包括以下步骤：步骤一、随机生成多个满足工序顺序约束、机器分配约束、工件完成时间约束的初始调度方案；各调度方案作为染色体个体，调度方案的机器码和工序码作为基因；各染色体个体组成初始种群；步骤二、使用任务时长约束感知的适应度函数计算初始种群中染色体个体的适应度；适应度函数fx的表达式为： 其中，Penaltyxi＝ti-texpi，为第x个调度方案的第i个任务的惩罚因子；ti为第i个任务的实际完成时间；texpi为第i个任务的用户指定完成时间；Hxi为布尔函数，其在第x个调度方案的第i个任务的实际完成时间大于用户指定完成时间的情况下取值为1，否则取值为0；i＝1,2,3...n；x＝1,2,3...N；n为调度方案中的任务个数；N为调度方案的个数；步骤三、利用锦标赛选择策略从初始种群中选出新种群；步骤四、对新种群进行时序交叉操作，得到子代种群；步骤五、对子代种群进行变异操作；步骤六、迭代步骤二到五，直至达到设定的迭代次数，从最后一代新种群中选择适应度最高的染色体个体作为最终调度方案。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 改进遗传算法满足单任务完成时间约束的车间调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD