买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：安徽大学

摘要：本发明提供一种基于果蝇算法的模糊批调度方法及系统，将工件的加工时间定义为模糊数，同时批的加工时间受到学习效应和恶化效应的影响，使得算法的结果更加接近实际结果，为企业的决策提供更加准确的理论支持。本发明使用同时考虑尺寸和时间的启发式算法来生成初始解。同时考虑尺寸和时间去选择工件加入批中，既减少了浪费空间，又减小整个工程的完工时间。本发明使用的搜索策略考虑了批在机器上处理位置的差异，可以很好搜索优秀的解空间。为了避免果蝇算法在搜索过程中陷入局部最优，满足一定条件的果蝇种群将会被重新初始化。同时一个精英种群策略被设计，可以更好的探索优秀解空间，大大的提高了算法的运行效率。

主权项：1.一种基于果蝇算法的模糊批调度方法，其特征在于，包括以下步骤：步骤1：根据模糊批调度问题的特点，建立模糊批调度问题的数学模型步骤2：初始化最大迭代数Tmax，果蝇种群数量NC，精英种群数量NE，果蝇种群中果蝇个体数S,令当前迭代数t＝0；步骤3：根据问题设计启发式信息，通过启发式信息构建所有果蝇种群初始解；步骤4：令t＝t+1，果蝇种群通过多种嗅觉搜索方案形成新的解，通过视觉搜索得到新的种群；步骤5：对当前代所有的果蝇种群进行目标值比较，重新初始化部分拥有较劣解和陷入局优的果蝇种群；步骤6：通过协作搜索更新精英种群，保留优秀的解空间，精英果蝇执行嗅觉和视觉搜索并更新种群解；步骤7：从所有果蝇种群中获取全局最优调度方案，如果tTmax，则返回步骤4，否则输出最优调度方案；所述的步骤1的数学模型如下：假设存在n个工件需要进行加工处理，处理工件的机器集合为M＝{M1,M2...Mi...Mm}，其中Mi的机器容量为Zi，由n个工件组成的待加工批总集合为B，其中Bki表示在第i个机器上处理的第k个批；工件集具有不同的加工尺寸s和模糊加工时间批的尺寸是批中所有工件的尺寸之和，批的模糊加工时间取决于批中所有工件中最大模糊加工时间以及批在机器上的加工位置，批的尺寸不超过其加工机器的容量，机器的模糊加工时间为机器中所有批的加工时间总和，目标是最小化最大完工时间，即 其中Ti为机器Mi的完工时间；所述的步骤3启发式信息生成初始解详细步骤如下：步骤3.1：初始化当前果蝇种群数Foa＝0；步骤3.2：令Foa＝Foa+1,生成当前果蝇种群的待加工工件集合TL；步骤3.3：为所有机器创建候选工件集合CLi，利用公式，CLi＝{Jj∈TL|sj≤Zi}其中sj表示工件Jj的尺寸；步骤3.4：对比所有机器，找到当前具有最小模糊完工时间且候选工件集不为空的机器Mi，为机器Mi新建一个批Bki，从候选集合随机选择一个工件加入批中；步骤3.5：更新批的尺寸和模糊加工时间，更新候选集合，公式为CLki＝{Jj∈TL|sj≤Zi-Ski}其中CLki表示批Bki的工件候选集合，Ski表示Bki的尺寸；步骤3.6：通过候选工件和当前加工批尺寸和加工时间的差异，计算候选工件的启发式信息利用公式， 其中是工件Jj的模糊加工时间，表示批Bki的模糊加工时间；步骤3.7：生成一个随机数R∈0,1，判断R是否大于设定值；根据试验及工作经验，设定值取值0.5；步骤3.8：若是，选择在候选集合中具有最大启发式信息的工件放入当前批中，若否，在候选集合中随机选择一个工件放入当前批中；步骤3.9：更新当前批的剩余容量和模糊加工时间；步骤3.10：更新当前批的候选集合，判断是否为空，若是则执行步骤3.11，否则执行步骤3.6；步骤3.11：计算批的实际模糊加工时间，利用公式 其中表示批Bki的原始加工时间，表示批Bki的实际加工时间，γ表示一个不可压缩因子，c1和c2分别表示学习因子和恶化因子，表示批Bki的开始加工时间；步骤3.12：更新机器Mi的模糊完工时间和待处理工件集合TL，判断是否还有工件未分批，若是，则执行步骤3.3；步骤3.13：若否，则计算目标值为当前果蝇种群调度的初始解；步骤3.14：判断FoaNE，若是则执行步骤3.2，否则结束。

全文数据：

权利要求：

百度查询： 安徽大学 一种基于果蝇算法的模糊批调度方法及系统