基于改进SPEA2算法求解多转速节能调度问题的方法与流程

技术特征：
1.基于改进spea2算法求解机器多转速车间节能调度问题的方法，其特征在于，具体按照以下步骤实施：步骤1、构建柔性作业车间节能调度问题模型：包括柔性作业车间节能调度问题描述、模型构建；步骤2、采用基于自然数三段式编码，三段式编码分别为工序码、设备码和速度码；采用随机方式生成规模为n的初始种群p0，创建空的档案a0，设置算法参数：当前迭代次数t，最大迭代次数t
max
，交叉概率p
n
，变异概率p
m
；步骤3、适应度赋值，计算当前种群p
t
和外部档案a
t
并集中所有个体的适应度；通过快速非支配排序构造非支配解集；步骤4、环境选择：将当前种群p
t
和外部档案a
t
中所有的非支配解复制到下一代外部档案a
t 1
，如果a
t 1
的规模大于n，使用修剪策略修剪；如果a
t 1
的规模小于n，加入p
t
和a
t
的支配解；步骤5、对非支配解集中的所有个体的所有目标函数值和拥挤度距离值，找出对应各个目标函数值最小的三个个体，定义为交界点，和拥挤度距离最大的一个个体，定义为稀疏点，交界点和稀疏点执行局部搜索操作，从而生成局部搜索子代种群q
t
；步骤6、利用加权法，从最优解集f1中选出一个解x
*
作为最优妥协解，并对x
*
执行学习操作，生成学习子代种群g
t
；步骤7、终止判断，如果t大等于t
max
，输出最优妥协解x
*
；反之如果t小于t
max
，执行步骤8；步骤8、遗传选择：用二元锦标赛从a
t 1
q
t
g
t
中选择n个个体作为父代种群l
t
；步骤9、令t＝t 1，转到步骤2继续往下执行。2.根据权利要求1所述的基于改进spea2算法求解车间节能调度问题的方法，其特征在于，所述步骤1中柔性作业车间节能调度问题描述如下：设n个工件在m台设备上加工，每个工件有一道或多道工序，每道工序可在不同的设备上加工，但不同设备加工同一工序的时间不同，调度内容即是在满足约束条件的前提下，将工件的各道工序合理地安排给各台设备，并选择合适的加工速度，以实现最大完工时间、最小总延期时长、最小设备总负荷和最小系统总能耗；模型假设具体如下：设一台设备一次只能加工一个工件；设备开始加工中途不可停止；同一工件的工序加工有先后之分，即后道工序只有在前道工序加工完才可以加工；不同工件没有先后约束；设备空闲时不停机；设备加工前的准备时间以及加工过程中工件的装载和卸载时间均不考虑；包括设备故障、任务加急在内的紧急情况均不考虑。3.根据权利要求2所述的基于改进spea2算法求解车间节能调度问题的方法，其特征在于，所述步骤1中柔性作业车间节能调度问题模型构建具体如下：j
i
表示工件i的总工序数；c
iji
表示工件i的完工时间；n表示工件总数；t
i
表示工件i的交货期；t
ijk
表示工件i的第j道工序在设备k上的加工时间；x
ijk
为0-1变量，如果工件i的第j道工序在设备k上的加工，则x
ijk
＝1，否则x
ijk
＝0；x
ijkl
(t)为0-1变量，如果机器m
k
以速度v
l
加
工工序o
ij
，则x
ijkl
(t)＝1，否则x
ijkl
(t)＝0；e
kl
表示机器对应加工状态下的能耗，且e
kl
＝4v
l2
，se
k
表示机器处于待机状态下的能耗，且se
k
＝1，z
k
(t)为0-1变量，如果在t时刻，机器m
k
处于待机状态，则z
k
(t)＝1，否则z
k
(t)＝0，e
kl
与p
ijkl
两者的关系，如果工序o
ij
在机器m
k
上的加工速度增加，则相应加工时间会变小，但与之相反，其对应的能量消耗则会增大，具体如下：所有机器在加工过程中始终保持开机状态，当其上没有工件加工时，对应机器处于待机状态，直到所有工件加工完成，机器才能关闭，目标函数构建如下：目标函数构建如下：目标函数构建如下：目标函数构建如下：其中，公式(1-2)表示最大完工时间最小的目标函数；公式(1-3)表示总延期时长最小的目标函数；公式(1-4)表示设备总负荷最小的目标函数；公式(1-5)表示系统总能耗最小的目标函数，系统总能耗又包括加工能耗、空载能耗。4.根据权利要求2所述的基于改进spea2算法求解机器多转速车间节能调度问题的方法，其特征在于，所述步骤3具体如下：步骤3.1、计算个体所支配的解和所有支配该个体的解：给每个个体y(i)设置两个参数n
i
和s
i
，n
i
为种群其他支配个体y(i)的个体数量，m
i
为被个体y(i)支配的其他个体的数量，当个体y(i)的所有目标值比个体y(j)对应的目标值都优时，定义个体y(i)支配个体y(j)，否则个体y(i)不能支配个体y(j)；步骤3.2、计算强度值：将种群和外部档案中所有个体所支配的解的数量，作为该个体的强度值s(i)：s(i)＝|{j|x
j
∈p
t
a
t
,x
i
＞x
j
}|
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3-1)步骤3.3、计算原始适应度值：在计算出强度值的基础上，每个个体的原始适应度值为所有支配它的解的强度值之和，按下式计算：步骤3.4、计算密度值：引入k阶近邻法密集度参数评估具有相同适应度值的个体：
其中，σ
ik
为个体i与第k个相近的个体在目标函数空间上的欧几里得距离，d(i)越大表示个体i与第k近的个体距离越近，即越密集；步骤3.5、计算适应度值：原始的适应度值与密度值的和作为个体i的适应度值f(i)：f(i)＝r(i) d(i),i＝1,2,...
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3-4)。5.根据权利要求4所述的基于改进spea2算法求解机器多转速车间节能调度问题的方法，其特征在于，所述步骤4具体如下：步骤4.1、将种群p
t
和外部档案a
t
并集中的所有非支配解即适应度值小于1的解拷贝到a
t 1
中，如果a
t 1
的大小正好等于n，那么档案维护结束；步骤4.2、如果a
t 1
的大小小于n，那么将p
t
和a
t
并集中最好的n-|a
t 1
|个受支配的解即根据它们的适应度值大小排序后，最小的n-|a
t 1
|个个体加入到下一代档案a
t 1
中；步骤4.3、如果a
t 1
的大小大于n，那么要对a
t 1
实行修剪策略，直到a
t
的大小等于n为止，具体的操作是将满足下列条件的个体i从档案中删除，对所有的个体j，i＜
d
j，其中i＜
d
j当且仅当对于σ
ik
＝σ
jk
，或者σ
ik
＜σ
jk
，且对σ
il
＝σ
jl
，此处，表示任意；σ
ik
为个体i与第k个相近的个体在目标函数空间上的欧氏距离。6.根据权利要求5所述的基于改进spea2算法求解机器多转速车间节能调度问题的方法，其特征在于，所述步骤5具体如下：步骤5.1、分别计算非支配解集f1中的所有个体的所有目标函数值，然后按照从大到小的顺序排序，找出每个目标函数值最小的个体，作为交界点；步骤5.2、计算非支配解集f1中的除了交界点之外的所有个体的拥挤度距离，找到拥挤度距离最大的个体，作为稀疏点；步骤5.3、对交界点和稀疏点执行变邻域搜索操作，从而生成局部搜索子代种群q
t
；局部搜索产生个体数为种群总数的10％。7.根据权利要求6所述的基于改进spea2算法求解机器多转速车间节能调度问题的方法，其特征在于，所述步骤5.3具体如下：局部搜索算法中，共有三种邻域结构，每次迭代时等概率选择n1∪n3和n2∪n3其中一种来执行局部搜索操作，邻域结构具体如下：领域结构n1：在工序排序部分的码段中任选两个元素，将选中的两个元素之间的位置元素进行倒序排列；领域结构n2：在工序排序部分的码段中任选两个元素，将选中的两个元素中位置靠后的元素插入到位置靠前的元素前面的位置；领域结构n3：在机器分配部分的码段中任选一个元素，该元素的可加工设备数量大于1台，然后将该元素的对应加工设备变为其他可选设备中加工时间最小的设备。8.根据权利要求6所述的基于改进spea2算法求解机器多转速车间节能调度问题的方法，其特征在于，所述步骤6具体如下：步骤6.1、利用加权法，从最优解集f1中选出一个解作为最优妥协解x
*
，具体如下：步骤6.1.1、采用[0,1]线性变换算子将所有非支配解集f1中的个体对应的子目标函数值进行无量纲化处理，设b
ij
表示pareto解x
i
对应优化指标f
j
的值，则定义参数如下：
此处，i＝1,2,3,
…
p是解的个数；j＝1,2,3,
…
q为优化目标f
j
的个数；a
ij
表示对应解x
i
取得的优化目标f
j
的值；步骤6.1.2、求解得pareto解集的决策矩阵b＝(b
ij
)
p
×
q
；步骤6.1.3、通过delphi调查法得到所有优化目标的权重矢量w＝{ω1,ω2,
…
,ω
q
}；步骤6.1.4、计算方案满意度矩阵步骤6.1.5、加权选优，选择d
l
＝max(d
i
)对应的解x
l
作为最优妥协解x
*
；步骤6.2、学习机制执行过程如下：步骤6.2.1、从最优解染色体长度范围内随机选择两个位置；步骤6.2.2、将两个位置之间的基因段直接复制给子代对应染色体位置；步骤6.2.3、剩余左侧的基因段打乱顺序后赋值给子代左侧基因段，剩余右侧基因段打乱顺序后赋值给子代右侧基因段，根据每一位基因代表对应机器选择的速度档位，调整速度档位编码层生成新的子代染色体，产生学习子代种群g
t
。9.根据权利要求8所述的基于改进spea2算法求解机器多转速车间节能调度问题的方法，其特征在于，所述步骤8中从a
t 1
q
t
g
t
中选择n个个体作为父代种群l
t
采用的方法为二元锦标赛，具体如下：步骤8.1、从a
t 1
q
t
g
t
中随机选择2个个体；步骤8.2、从这2个个体中选择非支配等级高的一个个体，作为父代种群l
t
中的一个个体；如果2的个体的非支配等级一样，则选择第一个个体作为父代种群l
t
中的一个个体；步骤8.3、判断l
t
的规模是否为n，如果是则执行步骤8.4；否则返回执行步骤8.1；步骤8.4、对父代种群l
t
和原有种群p
t
执行交叉和变异操作形成下一代种群p
t 1
。

技术总结
本发明公开了一种基于改进SPEA2算法求解机器多转速车间节能调度问题的方法，首先构建柔性作业车间节能调度问题模型：包括柔性作业车间节能调度问题描述、模型构建；采用基于自然数三段式编码，三段式编码分别为工序码、设备码和速度码；然后适应度赋值、环境选择，对非支配解集中的所有个体的所有目标函数值和拥挤度距离值，找出对应各个目标函数值最小的三个个体，定义为交界点，和拥挤度距离最大的一个个体，定义为稀疏点，交界点和稀疏点执行局部搜索操作，从而生成局部搜索子代种群，然后利用加权法选出最优妥协解。本发明解决了现有技术中存在的车间生产过程能耗过高问题。技术中存在的车间生产过程能耗过高问题。技术中存在的车间生产过程能耗过高问题。


技术研发人员：栾飞 郑琰芝 汤彪 黄子洪 杨佳媛 杨雪芹 孙妍 王婷 邓心洁 郭艳丽 李思睿 何一新
受保护的技术使用者：陕西科技大学
技术研发日：2021.10.29
技术公布日：2022/3/25