详情

原文传递面向船舶动力设备的可抢占任务维修人员调度方法及系统

专利名称：	面向船舶动力设备的可抢占任务维修人员调度方法及系统
摘要：	本发明提供一种面向船舶动力设备的可抢占任务维修人员调度方法及系统，涉及船舶动力设备维修任务调度技术领域。本发明在考虑任务抢占和多技能人员资源受限两个约束条件时，以最小化船舶动力设备维修任务调度项目的最大完工时间为目标构建船舶动力设备维修任务调度模型，然后基于改进的飞蛾扑火算法求解所述船舶动力设备维修任务调度模型，以获取调度结果，并基于调度结果执行船舶动力设备维修任务的调度。本发明考虑船舶动力设备维修时的多种约束条件，并对现有的飞蛾扑火算法进行改进以适配于求解船舶动力设备维修任务调度模型，相比于现有技术更加精准和高效，降低了企业成本，提高资源利用率。
专利类型：	发明专利
国家地区组织代码：	安徽;34
申请人：	合肥工业大学
发明人：	刘心报;汪鹏;钱晓飞;胡朝明;郑锐;陆少军;程浩
专利状态：	有效
申请日期：	2022-10-10T00:00:00+0800
发布日期：	2023-01-03T00:00:00+0800
申请号：	CN202211232913.7
公开号：	CN115564242A
代理机构：	北京久诚知识产权代理事务所(特殊普通合伙)
代理人：	余罡
分类号：	G06Q10/06;G06Q10/00;G06N3/00;G;G06;G06Q;G06N;G06Q10;G06N3;G06Q10/06;G06Q10/00;G06N3/00
申请人地址：	230009 安徽省合肥市包河区屯溪路193号
主权项：	1.一种面向船舶动力设备的可抢占任务维修人员调度方法，其特征在于，所述方法包括：考虑包括任务抢占和多技能维修人员协调分配的约束条件，以最小化船舶动力设备维修任务调度项目的最大完工时间为目标构建船舶动力设备维修任务调度模型；基于改进的飞蛾扑火算法求解所述船舶动力设备维修任务调度模型，以获取调度结果，并基于所述调度结果执行船舶动力设备维修任务的调度；所述改进的飞蛾扑火算法包括：将基于对立的学习策略和混合变异算子嵌入飞蛾扑火算法。 2.如权利要求1所述的方法，其特征在于，所述船舶动力设备维修任务调度模型的目标函数为： MinCmax＝max{fg,g∈G} 其中，Cmax表示项目最大完工时间；g表示任务，G表示任务集合，g∈G；fg表示任务从开始到完成的时间。 3.如权利要求1所述的方法，其特征在于，所述基于改进的飞蛾扑火算法求解所述船舶动力设备维修任务调度模型，以获取调度结果包括：步骤1：初始化MFO算法的相关参数，所述相关参数包括：对数螺旋形状常数b，随机数t，最大迭代次数Max_iter，火焰数量Flame_no，飞蛾的数量n和维度d；步骤2：采用基于对立的学习策略对初始飞蛾种群进行扩充操作，对扩充后的飞蛾种群中每个飞蛾个体对应的适应度值按照降序进行排序，选择适应度值靠前的n个解所对应的种群作为排序后初始飞蛾种群；步骤3：基于排序后初始飞蛾种群更新火焰，计算火焰种群的适应度值并排序，选择最好的个体作为最优解；步骤4：判断所有个体是否已全部更新，若i＜n成立则进入步骤5，否则进入步骤8；其中，i表示当前迭代的飞蛾的序号，n表示种群飞蛾的数量；步骤5：判断当前迭代的飞蛾个体所有维度是否已全部更新，若j＜d成立则进入步骤7；若不成立则进入步骤6；其中，j表示当前迭代飞蛾的维数，d表示飞蛾总的维数；步骤6：对当前可行解操作莱维飞行算子，得到新解xnew2，比较xnew2与xi，j的适应度值，选择两者中较大者保留作为新的xi，j，进入步骤8；步骤7：更新参数b，t，利用公式Di＝\|Fj-Mi\|计算飞蛾与火焰之间的距离，使用更新的火焰F、公式S(Mj，Fj)＝Di·ebt·cos(2πt)+Fj来更新飞蛾种群M，则得到一个可行解xi，j，使用正弦余弦变异算子得到新解xnew1，比较两个解的适应度值，选择较大者保留作为xi，j并进入步骤8；步骤8：记录飞蛾的位置，判断是否满足迭代结束条件，若成立，则返回适应度值，终止整个算法流程；否则返回到步骤2；步骤9：循环步骤2-步骤8直至满足预设的循环终止条件时结束循环过程，并输出维修任务调度方案；所述预设的循环终止条件包括：目标值不再下降或者迭代次数达到最大迭代次数Max_iter。 4.如权利要求3所述的方法，其特征在于，所述初始飞蛾种群的获取方式为：采用随机策略和预设的启发式规则生成所述初始飞蛾种群；所述预设的启发式规则包括启发式规则1、启发式规则2，以及启发式规则3；采用随机策略和预设的启发式规则生成所述初始飞蛾种群具体过程包括： S211：初始化种群M的飞蛾数量为n，计算每个任务的任务灵活性并降序排列； S212：使用启发式规则1生成一个任务链表，其余n-1个解由随机策略生成；其中，所述启发式规则1为：对于抢占型多技能人员的资源受限项目调度，当两个任务发生资源冲突时，优先调度具有较小任务灵活性的任务； S213：计算每个多技能维修人员的人员稀缺性并降序排列； S214：使用启发式规则2生成任务链表对应的一个多技能维修人员分配链表，其余n-1个解由随机策略生成；其中，所述启发式规则2为：对于抢占型多技能人员的资源受限项目调度人员分配，当两个员工发生任务冲突时，具有较大的人员稀缺性的员工优先调度； S215：结合启发式规则3和串行调度生成机制，得到项目的最大完工时间，并输出一个飞蛾的解；其中，所述启发式规则3为：对于抢占型多技能人员的资源受限项目调度人员分配，合理假设资源的空闲时间间隔早于调度任务的开始时间。 5.如权利要求1所述的方法，其特征在于，所述采用基于对立的学习策略对初始飞蛾种群进行扩充操作包括：采用基于对立的学习策略对初始飞蛾种群M进行操作得到其对立种群OM，然后将将初始飞蛾种群M与其对立种群OM合并得到扩充后的初始飞蛾种群M。 6.一种面向船舶动力设备的可抢占任务维修人员调度系统，其特征在于，所述系统包括：调度模型获取模块，用于考虑包括任务抢占和多技能维修人员协调分配的约束条件，以最小化船舶动力设备维修任务调度项目的最大完工时间为目标构建船舶动力设备维修任务调度模型；调度结果获取模块，用于基于改进的飞蛾扑火算法求解所述船舶动力设备维修任务调度模型，以获取调度结果，并基于所述调度结果执行船舶动力设备维修任务的调度；所述改进的飞蛾扑火算法包括：将基于对立的学习策略和混合变异算子嵌入飞蛾扑火算法。 7.如权利要求6所述的系统，其特征在于，所述调度模型获取模块中船舶动力设备维修任务调度模型的目标函数为： MinCmax＝max{fg,g∈G} 其中，Cmax表示项目最大完工时间；g表示任务，G表示任务集合，g∈G；fg表示任务从开始到完成的时间。 8.如权利要求6所述的系统，其特征在于，所述调度结果获取模块基于改进的飞蛾扑火算法求解所述船舶动力设备维修任务调度模型，以获取调度结果包括：步骤1：初始化MFO算法的相关参数，所述相关参数包括：对数螺旋形状常数b，随机数t，最大迭代次数Max_iter，火焰数量Flame_no，飞蛾的数量n和维度d；步骤2：采用基于对立的学习策略对初始飞蛾种群进行扩充操作，对扩充后的飞蛾种群中每个飞蛾个体对应的适应度值按照降序进行排序，选择适应度值靠前的n个解所对应的种群作为排序后初始飞蛾种群；步骤3：基于排序后初始飞蛾种群更新火焰，计算火焰种群的适应度值并排序，选择最好的个体作为最优解；步骤4：判断所有个体是否已全部更新，若i