1.一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,包括如下步骤:
S1:初始化种群:初始化AMBO算法的六个控制参数;
S2:领导解改进;
S3:跟随解改进;
S4:领导解替换;
S5:更新领导解的算子权重;
S6:通过扰动机制对领导鸟进行顺序部分扰动,重新计算最优解,当满足终止条件时输出计算结果。
2.根据权利要求1所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,所述步骤S1中的控制参数包括种群中个体的数量α、要考虑的邻居数β、共享的邻居数χ、一次进化巡回中种群迭代的次数ω、算子权重的自适应调整周期m和扰动机制触发周期g。
3.根据权利要求1或2所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,所述步骤S2包括如下步骤:S21:根据各算子的初始权重概率,采用轮盘赌方法围绕领导解生成β个邻域解;
S22:对所得到的邻域解根据解码策略评估邻域解的适应度值;
S23:判断邻域解中的最优解的适应度值是否小于领导解的适应度值,若是,则用邻域解中的最优解替换领导解,若不是,则领导解保持不变;
S24:将未使用的邻域根据其目标值选取最优的2χ个解;
S25:形成初始的χ个左共享邻域集和χ个右共享邻域集。
4.根据权利要求1或2所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,所述步骤S3包括如下步骤:S31:根据各邻域算子权重以轮盘赌方式围绕跟随解产生β个邻域解;
S32:产生的β个邻域解和左、右共享邻域集中的解为跟随解Y的邻域集,对所得的邻域集根据解码策略评估邻域集的适应度值;
S33:判断最佳邻域的适应度值是否比Y的适应度值小,若是,则用最佳邻域替换跟随解Y,若不是,则跟随解Y保持不变;
S34:在未使用的邻域中选择最优的χ个解,重建左共享邻域集和右共享邻域集;
S35:判断是否已改进所有跟随解,若是,则进入步骤S36,若不是,则返回步骤S31;
S36:结束对跟随解的改进。
5.根据权利要求2所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,所述步骤S4包括如下步骤:S41:循环执行S2、S3步骤ω次;
S42:判断追随解中的最优解的适应度值是否小于领导解的适应度值,若是,则进行步骤S43,若不是,进行步骤S44;
S43:用追随解中的最优解替换领导解;
S44:领导解保持不变。
6.根据权利要求1或5所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,所述步骤S5包括如下步骤:S51:根据不同算子对领导解的改进情况更新领导解的算子权重;
S52:判断是否达到邻域搜索算子权重更新周期,若是,则进行步骤S53,若不是,则不更新算子在邻域搜索时被选择的概率;
S53:依据邻域算子权重自适应调整公式分别更新每个算子在邻域搜索时被选择的概率。
7.根据权利要求1或5所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,所述步骤S6包括如下步骤:S61:判断是否满足终止条件,若是,则进行步骤S63,若不是,则进行步骤S62;
S62:采用Glover操作对g次迭代后未更新的领导鸟进行顺序部分扰动,取两个新解分别替换领导鸟后的左、右跟随鸟,返回步骤S1;
S63:输出计算结果。
8.根据权利要求1或2所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,所述邻域搜索的搜索方式为:根据瓶颈理论得到满足最大生产速率的最佳批量Q,定义一个推进时间窗,时间窗的公式为:es lf
其中,di 表示内喷涂机处完成任务的开始时间,di 表示内喷涂机处完成任务的结束es lf
时间,为提高时间窗的匹配度,设置宽放系数γ分别扩展时间窗的下界与上界,di 、di 与工单的关系公式为:
从当前解中随机寻找拉伸机编号不相同的两个未被匹配时间窗的工单,对其进行时间窗匹配,形成一个新的邻域解,其中工单关系式为:其中, 和 均表示匹配到的满足时间窗要求的工单数量。
9.根据权利要求8所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,所述时间窗的计算步骤包括如下步骤:S91:将当前鸟中的工单输入到一个搜索集中;
S92:判断搜索集是否为空,若是,则采用交换操作形成邻域解并结束邻域搜索,若不是,则进入步骤S93;
S93:寻找搜索集中产品数量最大的工单,将该工单记为第一工单;
S94:判断第一工单与第一工单后一个的工单是否能满足时间窗约束,若是,则将第一工单与第一工单后一个的工单形成解,若不是,则进入步骤S95;
S95:寻找个体中能与第一工单满足时间窗约束的工单;
S96:判断是否找到与第一工单满足时间窗约束的工单,若是,则进行步骤S98,若不是,则进行步骤S97;
S97:将第一工单从搜索集中剔除,进入步骤S91;
S98:将找到的工单与第一工单后一个的工单位置进行交换形成新的解。
10.根据权利要求6所述的一种批量流混合流水车间调度问题的改进候鸟优化方法,其特征在于,邻域算子权重自适应调整公式为:其中,πO是算子O经过m次迭代后的得分累计情况,其初始值为0;θO是算子O经过一个权重调整周期时算子O使用的次数;r是反应因子,用于控制权重调整算法对启发式方法的效率变化作出反应的速度。