1.一种基于历史信息蚁群算法的混合流水车间智能调度优化方法,其特征在于,是应用于将每个玻璃工件经过切割并行机的处理后进入第一缓冲区中等待,再从第一缓冲区中将各个玻璃工件输送至喷涂并行机上进行处理后,进入第二缓冲区中等待,再从第二缓冲区中将各个玻璃工件输送至批处理机时组成各个批,然后将各个批在批处理机上进行钢化处理,直至加工完所有玻璃工件的流水线中,将切割并行机和喷涂并行机中任一并行机记为第类并行机,所述混合流水车间智能调度优化方法是按如下步骤进行:步骤1、建立以最大完工时间为目标的第1个目标函数以及以最小能耗为目标的第2个目标函数作为混合流水车间调度模型的2个目标函数,并令任意第o个目标函数为,;
步骤2、建立混合流水车间调度模型的约束条件;
步骤3、使用历史信息蚁群算法对所述混合流水车间调度模型进行求解,得到生产加工方案;
步骤3.1、定义最大迭代次数为和蚂蚁总数为,随机产生第一偏好向量与第二偏好向量;初始化启发式信息矩阵;定义当前代数为k;初始化k=1;初始化第k代信息素矩阵;
步骤3.2、设置蚂蚁的索引a=1;
步骤3.3、初始化玻璃工件与机器的参数,设置n维的第一禁忌表DE1,并以玻璃工件的序号对DE1赋予初始值为,设n维的第二禁忌表DE2和n维的第三禁忌表DE3,并均赋予初始值为;n表示玻璃工件的总数;
步骤3.4、当l=1时,且DE1不为(0,0,...,0)时,执行第台第l类并行机的调度,从而在第台第类并行机上对一个玻璃工件进行加工,并将加工完成后的玻璃工件存入第一缓冲区中,并将加工完成后的玻璃工件在DE1内的索引位置的值设为0,将加工完成后的玻璃工件在DE2内的索引位置的值修改为加工完成后的玻璃工件自身的索引号;从而更新DE1和DE2;再对中第代第台第类并行机上第个玻璃工件的第o个目标的信息素进行更新,得到第代第台第类并行机上第个玻璃工件的第o个目标更新后的信息素;
步骤3.5、当l=2时,且DE2不为(0,0,...,0)时,执行第台第类并行机的调度,从而在第台第类并行机上对一个玻璃工件进行加工,并将加工完成后的玻璃工件存入第二缓冲区中,并将加工完成后的玻璃工件在DE2内的索引位置的值设为0,将加工完成后的玻璃工件在DE3内的索引位置的值修改为加工完成后的玻璃工件自身的索引号;从而更新DE2和DE3;再对中第代第台第类并行机上第个玻璃工件的第o个目标的信息素进行更新,得到第代第台第类并行机上第个玻璃工件的第o个目标更新后的信息素;
步骤3.6、当DE3不为(0,0,...,0)时,执行第m台批处理机的调度,从而在第m台批处理机上对第b个批进行钢化处理,并将钢化处理完成后的玻璃工件在DE3内的索引位置的值设为0,从而更新DE3;再对中第代第台第类并行机上第个玻璃工件的第o个目标的信息素进行更新,得到第代第台第类并行机上第个玻璃工件的第o个目标更新后的信息素;
步骤3.7、若且且,则转至步骤3.4;否则,表示得到第k代第a只蚂蚁所对应的一个车间调度方案;
步骤3.8、 当时,将赋值给 ,转至步骤3.3顺序执行,否则,表示得到第k代个蚂蚁的车间调度方案,并与历史车间调度方案集合并,得到第k代合并种群,并从中选取适应度最大的个车间调度方案作为新的历史车间调度方案集;当k=1时,历史车间调度方案集即为第k代个蚂蚁的车间调度方案;
步骤3.9、 若,则输出最新的历史车间调度方案进行生产,否则,执行步骤3.10;
步骤3.10、利用式(61)得到第代第台第类并行机上第个玻璃工件的第o个目标的信息素:(61)
式(61)中,表示全局信息素的挥发系数,表示中任一蚂蚁的车间调度方案,表示第代第类第台并行机上第个玻璃工件的第o个目标的信息素变化量;并有:(62)
式(62)中,表示第代第类第台并行机上第个玻璃工件所对应的第o个目标值;
步骤3.11、利用式(63)得到第+1代第个玻璃工件与第个玻璃工件同时分配至第b个批时的第o个目标的信息素:(63)
式(63)中,表示第代第个玻璃工件与第个玻璃工件同时分配至第b个批时的第o个目标值,表示第代第个玻璃工件与第个玻璃工件同时分配至第b个批时的第o个目标的信息素变化量,并有:(64)
式(64)中,表示第代第个玻璃工件与第个玻璃工件同时分配至第b个批时的第o个目标值;
步骤3.12、 将赋值给后,转至步骤3.2顺序执行。
2.根据权利要求1所述的一种基于历史信息蚁群算法的混合流水车间智能调度优化方法,其特征在于,所述步骤1中是利用式(1)和式(2)建立混合流水车间调度模型的2个目标函数:(1)
(2)
式(1)中,为最大完工时间,表示第b个批在第台批处理机上的完工时间;
式(2)中,TEC为能耗,为时间周期的总数,表示并行机的总数,表示批处理机的总数,f(t)表示第t个时间周期的电量,表示第台第类并行机在第t个时间周期是否处于工作状态,若是,则令=1;否则,令=0;表示第台第类并行机在第t个时间周期是否处于待机状态,若是,则令=1;否则,令=0;表示第台第类并行机在第t个时间周期是否处于关闭状态,若是,则令=1;否则,令=0;表示第台批处理机在第t个时间周期是否处于工作状态,若是,则令=1;否则,令=0;表示第台批处理机在第t个时间周期是否处于待机状态,若是,则令=1;否则,令=0;表示第台批处理机在第t个时间周期是否处于停机状态,若是,则令=1;否则,令=0;,和分别表示第类并行机处于工作状态、待机状态和关闭状态的能耗; ,和分别表示批处理机处于工状态、待机状态和关闭状态的能耗。
3.根据权利要求2所述的一种基于历史信息蚁群算法的混合流水车间智能调度优化方法,其特征在于,所述步骤2中是利用式(3)-式(45)建立混合流水车间调度模型的约束条件:(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
(19)
(20)
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)
(35)
(36)
(37)
(38)
(39)
(40)
(41)
(42)
(43)
(44)
(45)
式(3)-式(45)中,表示第个玻璃工件在第类并行机上的加工时间, 表示第个玻璃工件的到达时间,表示第个玻璃工件在第类并行机上的完工时间,表示第个玻璃工件的尺寸,表示第台批处理机的容量,表示第个批在第台批处理机上的加工时间,表示第个批在第台批处理机上的开始加工时间,表示第个玻璃工件在第台批处理机上的加工时间;表示第个玻璃工件是否在第台第类并行机上加工,若是,则令=1;否则,令=0;表示第个玻璃工件是否在第台第类并行机上加工,若是,则令;否则,令;表示第t个时间周期下第j个玻璃工件是否在第一个缓冲区中等待,若是,则令;否则,令;表示第个玻璃工件的资格约束,即能否在第台第类并行机上加工,若能,则令;否则,令; 表示第个玻璃工件是否在第台批处理机的第个批中,若是,则令;否则,令;表示第t个时间周期下第个批是否在第台批处理机上加工,若是,则令;否则,令;表示第个批中是否至少包含一个玻璃工件,若是,则令;否则,令;为第t个时间周期下第i台第类并行机的辅助二进制变量,表示第t个时间周期下第台批处理的辅助二进制变量;和分别为第一缓冲区、第二缓冲区的容量;表示高电量;表示低电量;表示高电量的结束时间周期;表示低电量的结束时间周期;表示第台批处理机在第个时间周期是否处于工作状态,若是,则令=1;否则,令=0;表示第台第类并行机在第个时间周期是否处于工作状态,若是,则令=1;否则,令=0。
4.根据权利要求3所述的一种基于历史信息蚁群算法的混合流水车间智能调度优化方法,其特征在于,所述步骤3.4包括:步骤3.4.1、第a个蚂蚁从DE1中随机选择一个未调度的玻璃工件,再根据玻璃工件的资格约束,利用式(46)选择第台第类并行机,利用式(47)和式(48)分别得到第台第类并行机的第一候选列表与第二候选列表:(46)
(47)
(48)
式(46)中,表示第o个目标函数的偏好权值;表示第台第类并行机的第o个目标值;式(47)和(48)中,表示第j个玻璃工件到达第类并行机的时间,表示第台第类并行机的完工时间;
步骤3.4.2、利用式(49)得到第j个玻璃工件到达第台第类并行机的第一候选列表的启发式信息,利用式(50)得到第j个玻璃工件到达第台第类并行机的第二候选列表的启发式信息;
(49)
(50)
步骤3.4.3、第a个蚂蚁利用式(51)计算第台第类并行机中第j个玻璃工件的选择概率,从而得到所有玻璃工件的选择概率并从中选取最大选择概率所对应的玻璃工件进行加工,并将加工完成后的玻璃工件存入第一缓冲区中,并将加工完成后的玻璃工件在DE1内的索引位置的值设为0,将加工完成后的玻璃工件在DE2内的索引位置的值修改为加工完成后的玻璃工件自身的索引号;从而更新DE1和DE2;
(51)
式(51)中,和分别为2个权值;表示第代第台第类并行机上第个玻璃工件的第o个目标的信息素,表示第个玻璃工件到达第台第类并行机的第一候选列表的启发式信息,表示第个玻璃工件到达第台第类并行机的第二候选列表的启发式信息,表示第代第台第类并行机上第个玻璃工件的第o个目标的信息素;
步骤3.4.4、第a个蚂蚁利用式(52)对进行更新,得到第代第台第类并行机上第个玻璃工件的第o个目标更新后的信息素:(52)
式(52)中,表示局部信息素的挥发系数,为初始信息素。
5.根据权利要求4所述的一种基于历史信息蚁群算法的混合流水车间智能调度优化方法,其特征在于,所述步骤3.5包括:步骤3.5.1、第a个蚂蚁从DE2中随机选择一个未调度的玻璃工件,再根据玻璃工件的资格约束,利用式(46)选择第台第类并行机,利用式(47)和式(48)分别得到第台第类并行机的第一候选列表与第二候选列表;
步骤3.5.2、利用式(49)得到第j个玻璃工件到达第台第类并行机的第一候选列表的启发式信息,利用式(50)得到第j个玻璃工件到达第台第类并行机的第二候选列表的启发式信息;
步骤3.5.3、第a个蚂蚁利用式(51)计算第台第类并行机中第j个玻璃工件的选择概率,从而得到所有玻璃工件的选择概率并从中选取最大选择概率所对应的玻璃工件进行加工,并将加工完成后的玻璃工件存入第二缓冲区中,并将加工完成后的玻璃工件在DE2内的索引位置的值设为0,将加工完成后的玻璃工件在DE3内的索引位置的值修改为加工完成后的玻璃工件自身的索引号;从而更新DE2和DE3;
步骤3.5.4、第a个蚂蚁利用式(52)对进行更新,得到第代第台第类并行机上第个玻璃工件的第o个目标更新后的信息素。
6.根据权利要求5所述的一种基于历史信息蚁群算法的混合流水车间智能调度优化方法,其特征在于,所述步骤3.6包括:步骤3.6.1、第a只蚂蚁利用式(53)选择第m台批处理机,用于将满足资格约束且最早到达第m台批处理机的玻璃工件加入第b个批中,利用式(54)和式(55)分别构建最早到达第m台批处理机的第个玻璃工件分配至第b个批的第一候选列表与第个玻璃工件分配至第b个批的第二候选列表:(53)
(54)
(55)
式(56)和(57)中,表示第m台批处理机的第个玻璃工件的到达时间,表示第b个批的开始加工时间;表示第个玻璃工件的尺寸,表示第m台批处理机的容量,表示第b个批的尺寸;
步骤3.6.2、利用式(56)得到第个玻璃工件分配至第b个批的第一候选列表的启发式信息,利用式(57)得到第个玻璃工件分配至第b个批的第二候选列表的启发式信息:(56)
(57)
步骤3.6.3、第a个蚂蚁利用式(58)计算第b个批的列表中第j个玻璃工件的选择概率,从而得到所有玻璃工件的选择概率并从中选取最大选择概率所对应的玻璃工件进行钢化处理,并将钢化处理完成后的玻璃工件在DE3内的索引位置的值设为0,从而更新DE3;
(58)
式(58)中,和分别为2个权值;表示第代第个玻璃工件分配到第b个批时第o个目标的信息素,表示第个玻璃工件分配至第b个批的第一候选列表的启发式信息,表示第个玻璃工件分配至第b个批的第二候选列表的启发式信息,表示第代第个玻璃工件分配到第b个批时第o个目标的信息素;
步骤3.6.4、利用式(59)计算第代第个玻璃工件分配到第b个批时第o个目标的信息素:(59)
式(61)中,,表示第代第b个批中的第个玻璃工件与第个玻璃工件同时分配至第b个批时的第o个目标的信息素;表示第b个批中包含的玻璃工件数;
步骤3.6.5、利用式(60)得到第代第b个批中的第个玻璃工件与第个玻璃工件同时分配至第b个批时的第o个目标更新后的信息素:(60)。
7.一种电子设备,包括存储器以及处理器,其特征在于,所述存储器用于存储支持处理器执行权利要求1-6中任一所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
8.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1-6中任一所述方法的步骤。