(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211257094.1 (22)申请日 2022.10.14 (71)申请人 成都理工大 学 地址 610051 四川省成 都市二仙桥 东三路1 号 (72)发明人 廖晓鹃　董怡静　 (74)专利代理 机构 北京中济纬天专利代理有限 公司 11429 专利代理师 李蜜 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06N 3/00(2006.01) (54)发明名称 一种基于灰狼算法求解多目标分布式柔性 车间调度优化方法 (57)摘要 本发明公开了基于灰狼算法求解多目标分 布式柔性车间调度优化方法， 首先初始化参数， 产生初始种群， 并通过插入式编码， 更新为质量 更高的初始种群； 然后根据加工时间、 机器负荷 和能耗， 进行非支配排序和拥挤度计算， 确定α、 β、 δ三种狼并用灰狼算法对种群进行更新； 再 对种群进行均匀交叉获得新的种群， 再进行非支 配排序， 获得pareto解集； 判断算法是否达到迭 代次数， 若达到， 则输 出pareto解集。 本发明通过 上述方案， 将灰狼算法应用于多目标分布式柔性 车间调度问题， 大大提高了解的质量， 提升了实 际生产效率， 更贴近实际生产环境， 从而使本发 明具有很高的使用价 值和推广价 值。 权利要求书2页 说明书6页 附图1页 CN 115438877 A 2022.12.06 CN 115438877 A 1.一种基于灰狼算法求解多目标分布式柔性车间调度优化方法， 其特征在于， 包括如 下步骤： (1)初始化参数， 产生初始种群， 并通过插入式编码， 更新为质量更高的初始种群； 所述 种群初始化规则为： 初始种群的编码机制采用长度相同的三段式编码， 每段分别表示工序 排序信息、 机器选择信息和 运输时间信息， 其中运输时间信息为相邻工序在不同工厂加工 所需的运输时间； (2)根据加工时间、 机器负荷和能耗， 进行非支配排序和拥挤度计算， 确定α、 β、 δ三种狼 并用灰狼算法对种群进行 更新； (3)对种群进行均匀交叉获得新的种群， 再进行非支配排序， 获得pareto 解集； (4)判断算法是否 达到迭代次数， 若达 到， 则输出pareto 解集， 若未达 到， 则转到(2)。 2.根据权利要求1所述的基于灰狼算法求解多目标分布式柔性车间调度优化方法， 其 特征在于， 生成初始三层编码后， 对其进行插 入式操作； 所述步骤(1)中， 插 入式编码具体包 含以下规则： 工序Oi， j是在工厂f的机器l上加工的工件i的第j个工序， 工序Oi， j‑1是在工厂u的机器k 上加工的工件i的第j ‑1个工序， Oi， j‑1为工序Oi， j同工件的上个工序； 在工厂f的机器l上， 工 序Oi， j的前序工序为 Oq， z， 后序工序为Og， h； 当工序Oi， j非工件i第一个工序， 并且工序Oi， j加工 使用的机器k 也非第一次使用时， 若满足以下 条件之一， 对工序Oi， j执行插入操作： 具体包含以下条件： 对于每个机器最后加工的一项工序， 若满足以下 条件之一， 则可 前移该工序； 具体包括以下 条件： ci， j‑1， k， u为工序Oi， j‑1在工厂u的机器k上加 工完成的时间， cq， z， l， f为工序Oq， z在工厂f的 机器l上加工完成的时间； Tu， f为工序从工厂u运输到工厂f的运输时间； Pi， j， l， f为工序Oi， j在 工厂f的机器l上的加工时间； sg， h， l， f为工序Og， h在工厂f的机器l上开始加工的时间。 3.根据权利要求1所述的基于灰狼算法求解多目标分布式柔性车间调度优化方法， 其 特征在于， 步骤(2)中， 对初始种群进行非支配排序和拥挤度计算， 根据拥挤度排序选择最 优的三个 个体作为α 、 β 、 δ 三个狼 。权　利　要　求　书 1/2 页 2 CN 115438877 A 24.根据权利要求3所述的基于灰狼算法求解多目标分布式柔性车间调度优化方法， 其 特征在于， 非支配排序步骤为： 步骤1： 找到种群中所有n(x)＝0的个 体， 将他们存 入当前集 合P(1)； 步骤2： 对于当前集合P(1)中的每个个体y， 考察它所支配的个体集S(y)， 将S(y)中的每 个个体k的n(k)减1； 步骤3： 如果n(k) ‑1＝0， 则将个体k存入另一个集H， 最后， 将P(1)作为第一级非支配个 体集合， 并赋予该集合内个体一个相同的非支配序rank， 然后继续对H作上述分级操作并赋 予相应的非支配序， 直到所有个 体都被分级； n(x)为在种群中支配 个体x的解个 体的数量， S(y)为被 个体y所支配的解个 体的集合。 5.根据权利要求3所述的基于灰狼算法求解多目标分布式柔性车间调度优化方法， 其 特征在于， 所述 步骤(2)中， 拥挤度的计算公式如下： I(s+1).d和I(s‑1).d分别是解s的后一个解与前一个解在d函数上的函数值， 和 分 别是d函数 上的最大和最小值， d函数为 不同的目标函数。 6.根据权利要求3所述的基于灰狼算法求解多目标分布式柔性车间调度优化方法， 其 特征在于， 所述 步骤(2)中， 个 体拥挤度排序的规则如下： (1)非支配层更为优秀的个 体在前， 即个 体的rank值小的在前； (2)若两个 个体支配层相同， 拥挤度大的个 体在前； 根据拥挤度大小排序后， 选择最优的三个个体作为α、 β、 δ狼， 然后根据灰狼算法对种群 进行更新。 7.根据权利要求1所述的基于灰狼算法求解多目标分布式柔性车间调度优化方法， 其 特征在于， 所述步骤(3)中， 对种群的机器编码进行均匀交叉获得新的种群， 再次进行非支 配排序后， P(1)为第一级非支配 个体集合， 即当前的pareto 解集。 8.根据权利要求7所述的基于灰狼算法求解多目标分布式柔性车间调度优化方法， 其 特征在于， 所述 步骤(3)中， 均匀交叉 具体包括以下步骤： 步骤1： 在种群中随机 选择父代个体F1， F2， F3； 步骤2： 随机产生 一个长度与工序总数一 致的集合R， 该集 合由0和1组成； 步骤3： 在父代个体F2和F3中随机选出与 集合R中的1对应位置的编码， 复制到子代T1中 的相应位置上； 步骤4： 在父代个体F1和F3上随机选出与 集合R中的1位置对应的编码， 复制到子代T2中 的相应位置上； 步骤5： 选出 F1和F2中的其 他编码部分， 分别保留到 子代T1和T2中； 步骤6： 根据工序层和交叉后的机器选择层更新 运输时间层； 完成机器均匀交叉编码后， 如果新的编码的解优于原来的编码， 则取代原编码F1， F2， 反之则维持原编码。权　利　要　求　书 2/2 页 3 CN 115438877 A 3