专利汇可以提供基于QEA可变旋转角距离的Jop-Shop调度方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于QEA可变旋转 角 距离的Jop-Shop调度方法,采用基于工序的量子 染色 体编码来表示一个调度,通过检测调度的有效性,提高解空间的搜索效率;进而利用基于可变旋转角的量子进化 算法 模式来产生子代,从而有效扩展解的多样性,能有效地防止收敛到局部最优解;同时提高了收敛速度,最终实现最少时间代价获得全局最优解(即最优的调度方案)。本发明中,由于使用了二进制解、十进制解以及工序解的形式、可变角距离的量子 进化算法 ,使得效率上更优于其他方法。,下面是基于QEA可变旋转角距离的Jop-Shop调度方法专利的具体信息内容。
1.一种基于QEA可变旋转角距离的Jop-Shop调度方法,其特征在于,该方法包括如下步骤:
步骤一:初始化量子种群Q(t),其中t=0;
步骤二:测量量子种群Q(t),生成基于时间编码的二进制种群timeBinary(t),所述二进制种群中的每个个体代表一个调度方案;
步骤三:将所述二进制种群timeBinary(t)转化为十进制种群timeDecimal(t);
步骤四:对所述十进制种群timeDecimal(t)由小到大排序,得到新的十进制种群timeNewDecimal(t);
步骤五:按照工序数对所述新的十进制种群timeNewDecimal(t)进行分割,得到分割后的工序方案序列sequential(t);
步骤六:计算所述工序方案序列sequential(t)中所有方案的工序加工时间适应度值并保存;
步骤七:将本次迭代得到的工序方案序列sequential(t)中工序加工时间适应度值最小的工序方案存储到代表本次迭代最优解的TheCurrentBest中,然后判断TheCurrentBest和最优解bestSoFar的大小,如果TheCurrentBest
2.根据权利要求1所述的基于QEA可变旋转角距离的Jop-Shop调度方法,其特征在于,所述步骤一中,初始化量子种群,使得测量量子比特时为0或1的概率均为1/2。
3.根据权利要求1所述的基于QEA可变旋转角距离的Jop-Shop调度方法,其特征在于,所述步骤二中按照如下方法生成基于时间编码的二进制种群timeBinary(t):对每个Q(t),随机产生一个0与1之间的随机数r,若 则令xi(t)=1,否则,令xi(t)=
0,i=1,2,…,l,最终得到一个长度为L的二进制 即为二进制种群
timeBinary(t),其中i表示位序,xi表示由第i个量子比特产生的二进制数,取值为:0或
1;t为迭代次数。
4.根据权利要求1、2或3所述的基于QEA可变旋转角距离的Jop-Shop调度
方法,其特征在于,所述步骤三中的具体转化方法为:将二进制种群timeBinary(t)中每 个二进制串转化为十进制串,最终得到长度为n×m的十进制串
5.根据权利要求1、2或3所述的基于QEA可变旋转角距离的Jop-Shop调度方法,其特征在于,所述步骤五的具体方式为:
在新的十进制种群timeNewDecimal(t)中挑选出前m个数,它们分别代表第一个工件的第1~m道工序;接下来再挑选出第2组m个数,它们代表第二个工件的第1~m道工序;其余的依次类推,最终得到分割后的工序方案sequential(t)。
6.根据权利要求1、2或3所述的基于QEA可变旋转角距离的Jop-Shop调度方法,其特征在于,所述步骤八中的可变角距离策略量子旋转门进化的具体流程为:
先将量子种群Q(t)转化成二进制比特的形式,如果本次迭代得到的TheCurrentBest比最优解bestSoFar差,则继续保留最优解bestSoFar的值,否则,就将最优解bestSoFar的值更新为TheCurrentBest的值;
然后,本次迭代种群中的所有解向最优解bestSoFar偏转,偏转的规则是逐个判断最优解bestSoFar的第i个比特位的值与当前每个解的第i个比特位的值是否不同,如果不同,则利用可变角距离对该比特位进行量子旋转进化,更新量子种群Q(t),否则,该比特位就不需要进行量子旋转进化。
7.根据权利要求6所述的基于QEA可变旋转角距离的Jop-Shop调度方法,其特征在于,所述步骤八中利用可变角距离进行量子旋转进化,具体方法为根据下式计算得到的调整后旋转角度θi进行量子旋转:
式中,k选取[3,9]之间正态分布的随机常数; 表示量子染色体中第i个量子比特 与基态之间的角距离,通过下式计算得到:
式中,αi和
2 2
βi为 的概率幅,αi和βi必须满足归一化的要求,即:αi+βi=1,αi代表第i个量子比特偏向基态|0>的概率幅度,βi代表第i个量子比特偏向基态|1>的概率幅度,xi为 的测量值,取值为0或1;bi为当前最优二进制解b的第i个比特值,取值为0或1;
f(b)表示当前获得的最优解,f(x)表示当前解;∧表示“逻辑与”的意思,即符号两边要同时满足要求; 表示第i个量子比特 与基态|0>之间的角距离;同理, 表示第i个量子比特 与基态|1>之间的夹角。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种提高发动机燃油经济性的方法与装置 | 2020-05-08 | 438 |
基于PRMATC算法的知识库补全方法 | 2020-05-08 | 762 |
一种用于消防车辆自组网多车组网救援的控制系统 | 2020-05-08 | 157 |
一种消防应急灯专用片上控制系统及构建方法 | 2020-05-08 | 382 |
用于产生变换器的互补驱动信号的方法及振荡器 | 2020-05-08 | 169 |
一种网络化列车广播系统及实现方法 | 2020-05-08 | 318 |
具有熔断器可选择布线阵列的硅中介层 | 2020-05-08 | 350 |
一种全自动驾驶车辆段无人区智能安全管理系统及方法 | 2020-05-11 | 509 |
量子线路的图形化显示方法、系统、存储介质和电子装置 | 2020-05-08 | 793 |
非易失性静态随机存取存储器 | 2020-05-08 | 506 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。