申请/专利权人:兰州理工大学
申请日:2020-08-10
公开(公告)日:2024-04-19
公开(公告)号:CN114065995B
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q10/0631;G06Q50/04
优先权:
专利状态码:有效-授权
法律状态:2024.04.19#授权;2022.09.09#实质审查的生效;2022.02.18#公开
摘要:本发明一种基于协同演化算法的流水车间节能调度求解方法,该调度问题同时考虑经优化济指标和绿色指标。在提出的TS‑CEA中,分析问题的属性后,两个构造型启发式算法被使用去产生想要的初始调度解。在TS‑CEA的第一阶段,一个迭代局部搜索策略被使用去搜索潜在的极值解,同时一个混合邻域结构被使用去改善解的质量。在TS‑CEA的第二阶段,一个基于关键路径知识的变异策略被提出去扩散极值解到整个找到的非支配前沿。在算法的演化过程中,ILS和变异策略形成一个协同演化的闭环系统。本发明的有益效果:TS‑CEA解决零等待流水车间调度节能调度问题的高效性和有效性。
主权项:1.一种基于协同演化算法的流水车间节能调度求解方法,其特征在于,该方法包括以下步骤:步骤1:随机初始化机器的加工速度,为了得到一个同时优化最大完工时间和机器总能耗的可靠调度初始解,根据不同的构造指标,基于问题特定知识的两阶段协同演化算法使用NN+MNEH方法和JPA方法来产生一个最优调度初始解,NN+MNEH算法和JPA的具体步骤为,基于问题特定知识的两阶段协同演化算法:根据单一变量原则,提出的协同演化算法的演化过程被分为两个阶段;第一阶段机器的加工速度保持不变,工件调度序列的最大完工时间越小,机器的总能耗越小;EENWFSP被转化为一个单目标问题;迭代局部搜索策略被使用去搜索潜在的同时优化最大完工时间和机器总能耗的可行解;第二阶段,工件的调度序列保持不变,变异策略被使用去改变机器的加工速度,从而获得EENWFSP的潜在的非支配前沿,迭代局部搜索策略为变异策略提供工件的调度序列,变异策略为迭代局部搜索策略提供机器的加工速度;迭代局部搜索策略:迭代局部搜索是一个基于路径追踪的元启发式算法,也是一个简单而强有力的搜索框架,在迭代局部搜索的迭代过程中,仅有一个解被操作,它主要包括初始化算法和局部搜索算子、扰动算子和接受准则;提出迭代局部搜索的详细伪代码描述为:基于关键路径知识的变异策略:如果增加处在关键路径上的工件的加工速度,则调度解的最大完工时间减小,而机器的总能耗增加;步骤2:在基于问题特定知识的两阶段协同演化算法的第一阶段,保持机器的加工速度不变,使用迭代局部搜索策略获得同时优化最大完工时间和机器总能耗的调度极值解;步骤3:在基于问题特定知识的两阶段协同演化算法的第二阶段,保持工件的调度序列不变,使用基于工件调度序列的关键路径知识的变异策略更新机器的加工速度,将算法的第一阶段得到的极值解扩散到非支配前沿面;步骤4:在非支配解集中,随机选取一个调度解,重复执行步骤2和步骤3的操作,直到满足算法的终止条件。
全文数据:
权利要求:
百度查询: 兰州理工大学 一种基于协同演化算法的流水车间节能调度求解方法
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。