(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 202210620774.9 (22)申请日 2022.06.02 (71)申请人 河南科技学院 地址 453000 河南省新乡市红旗区五一路 东段 (72)发明人 杨文强　苏金哲　姚运航　史增勇　 徐君鹏　李然　孔晓红　袁瑛　 张怡航　朱鑫鑫　 (74)专利代理 机构 新乡市平 原智汇知识产权代 理事务所(普通 合伙) 41139 专利代理师 郝怀庆 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06N 3/12(2006.01)G06F 111/04(2020.01) G06F 111/08(2020.01) (54)发明名称 一种起重 机臂架生产智能调度方法 (57)摘要 本发明涉及一种起重机臂架生产智能调度 方法。 为此本方法建立了带约束的起重机臂架生 产调度优化数学模型， 并采用混合鲸鱼优化算法 对该模型进行求解。 本发明针对 标准鲸鱼优化算 法易陷入局部最优的不足， 进行了如下改进： 首 先， 对于进化中的工序及机器序列， 采用工序扰 动机制、 机器基因突变机制和核心工序跨机器基 因强化机制来平衡算法的全局开发能力和局部 搜索能力， 提高求解效率； 其次， 采用多样化接收 准则来保证算法进化后期种群的多样性。 本发明 进一步提高了起重机臂架生产的智能化水平， 为 中国制造2025的实现提供了 较好示范。 权利要求书2页 说明书6页 附图7页 CN 114692345 A 2022.07.01 CN 114692345 A 1.一种起重机臂架生产智能调度方法， 其特征在于： 首先， 分析起重机臂架生产现场存 在的约束 条件， 将起重机臂架的生产工序次序及各工序所对应的机器序列的排列组合等效 为由所有鲸鱼个体形成的鲸鱼种群； 然后， 以起重机臂架生产完工时间最短为目标建立起 重机臂架生产调 度数学模型， 将该调度数学模型的最优解等效为距离猎物最近的最优 鲸鱼 个体； 在每一代进化过程中， 所有鲸鱼个体都将采用起重机臂架生产调度数学模型来计算 自身距离食物的远近， 即适应度的大小； 其中， 适应度最大 的鲸鱼个体为最佳鲸鱼个体； 之 后， 非最佳鲸鱼个体将向最佳鲸鱼个体靠近以捕食猎物， 再在下一代的进化过程中重新评 选出最佳鲸鱼个体； 如此循环， 直至 鲸鱼种群进化结束； 此时， 最佳的鲸鱼个体即为最优解， 该最优解为最优的起重机臂架生产工序次序及各工序所对应的机器序列， 调 度方法具体过 程如下： （1） 对起重机臂架生产车间存在的约束以及要优化的目标进行分析， 建立带约束的起 重机臂架生产调度优化数 学模型； （2） 初始化参 数： 鲸鱼种群规模 、 最大进化代数 、 进化代数计数器 、 鲸鱼个数计数 器 ， 并生成初始种群； （3） 令 ， 进行全局搜索； （3‑1） 将鲸鱼个 体解码为加工 工序和与之对应的加工 机器； （3‑2） 基于步骤 （1） 建立的数 学模型计算每 个鲸鱼个 体的适应度； （3‑3） 更新最佳鲸鱼个 体位置及其 适应度； （3‑4） 令n=n+1， 进行局部 搜索； （3‑4‑1） 改进型非线性收敛因子参与的鲸鱼个 体位置更新机制； （3‑4‑2） 执行机器基因突变机制； （3‑4‑3） 执行工序扰动机制； （3‑4‑4） 执行核心工序跨机器 基因强化机制； （3‑4‑5） 执行种群多样化接收机制； （3‑4‑6） 若 ， 则返回步骤 （3 ‑4） ； 否则转入步骤 （3 ‑5） ； （3‑5） 如果 ,则返回步骤 （3） ； 否则输出最优解。 2.根据要求1所述的一种起重机臂架生产智能调度方法， 其特征在于： 步骤 （3 ‑4‑1） 改 进型非线性收敛因子参与 的鲸鱼个体位置更新机制包括包围猎物、 随机搜寻和气泡网攻 击， 其中： 包围猎物的数 学模型如下：                 (1) 其中， ， ， ； 在随着迭代次数的增加从2 非线性递减到 0 ， 其 主 要 用于 协 调 算 法 在 随 机 搜 寻 和 气 泡 网 攻 击 的 中 比 重 ， 表 达 式 为 ： ， 为当前迭代次数， 最大迭代次数, 、 为系数向量， 为当前最 优鲸鱼个体的位置向量， 为位置向量， | ·|逐个元素相乘运算的绝对值， 是[0,1]内的随 机向量， 为非线性收敛因子 的初值；权　利　要　求　书 1/2 页 2 CN 114692345 A 2随机搜寻的数 学模型如下：              (2) 其中， ， 为当前种群 个体中随机个 体的位置向量； 在随机搜寻和包围猎物的过程中， 满足以下 数学关系：         (3) 气泡网攻击数 学模型如下：          (4) 其中， ， 是用来定义螺 旋形状的一个常数， 是 内的随机数； 包围猎物与气泡网攻击过程中， 满足以下 数学关系：      (5)。 3.根据要求1所述的一种起重机臂架生产智能调度方法， 其特征在于： 步骤 （3 ‑4‑2） 执 行机器基因突变机制， 即在进化过程中， 对父代优秀个体中的机器基因片段执行机器基因 突变机制形成子代个体， 如果子代个体优于父代个体， 则替换父代个体； 否则将其丢弃， 该 机制能保留父代的优良机器基因片段， 又能不断增加 算法在搜寻过程中的全局广泛性， 最 重要的是有效解决了 机器被动选择导 致算法陷入局部最优的问题。 4.根据要求1所述的一种起重机臂架生产智能调度方法， 其特征在于： 步骤 （3 ‑4‑3） 执 行工序扰动机制， 即改变鲸鱼个体中的部 分位置信息， 由此驱动工序排序发生改变， 从而增 加种群多样性， 算法收敛停滞往往发生在算法进化的后 期， 为此， 设定一个满足前期小后 期 大的自适应 扰动概率因子 ， 以此决定是否在本次进化中执 行工序扰动。 5.根据要求1所述的一种起重机臂架生产智能调度方法， 其特征在于： 步骤 （3 ‑4‑4） 执 行核心工序跨机器基因强化机制， 首先， 选择在工序排序中从第一道工序开始到最后一道 工序结束 所消耗时间最多的排序序列作为核心工序， 对核心工序的任一排序变动都会改变 加工的最大完工时间， 为此， 采用核心工序跨机器基因强化机制， 即在核心工序中执行机器 基因突变操作， 如果执 行后最大完 工时间有所改善， 则保留； 否则丢弃。 6.根据要求1所述的一种起重机臂架生产智能调度方法， 其特征在于： 步骤 （3 ‑4‑5） 执 行种群多样化接 收机制， 即在算法进化过程中， 采用多样性接 收机制对每一个个体进行概 率接收， 使鲸鱼算法在进化过程中有一定概 率接收较差解 来维持种群的多样性。权　利　要　求　书 2/2 页 3 CN 114692345 A 3