本發明涉及生產調度優化，尤其涉及一種自適應快速非支配排序遺傳方法、系統、存儲介質及設備。
背景技術：
1、經過幾十年的快速發展，中國的制造業結構逐步完善，關鍵技術不斷取得新的突破，已成為世界上最大的工業制造大國。由于人們消費觀念的變化和對消費品的個性化需求，鼓勵制造企業整合資源，并對生產計劃和商業模式做出變化以適應市場需求的多樣性和快速性。
2、生產調度作為生產計劃和控制的重要一環，其做出的調度方案的質量將對生產執行的流暢性、實時性和設備資源的利用率產生直接的影響。生產排程和車間調度系統是一個典型的離散系統，具有復雜的計算度，以及多目標、多約束、動態隨機等特點。復雜性主要體現在復雜的生產環境和np-hard(non-deterministic?polynomial，非確定性多項式)的優化計算中；在實際生產中，不同部門期望不同的性能目標，使得調度目標變得多樣化；從生產工藝角度看，每個工件的工藝必須遵循一定的順序和制約，則調度上呈現多約束性表現，包括：制造資源約束、工件處理邏輯順序、交貨時間約束和一些附加約束；動態化體現在實際生產車間環境中，工件和機器的狀態在時刻變化，零件在加工過程中也會發生不同的事故。人工經驗作為指導的手工調度方式一直以來都是傳統制造企業的主要方法，但并不能滿足不斷增加的生產規模和進一步縮短的交貨期，因此，通過優化算法和計算機技術優化調度結果是現今車間生產調度發展的趨勢。
3、現有技術中，對企業的生產調度優化及其算法，采用傳統的遺傳算法，交叉和變異概率無法根據個體的優劣動態調整，當變異概率固定且較低時，算法的搜索范圍相對較小，容易陷入局部最優解。并且，固定的交叉概率和變異概率使得算法在搜索過程中缺乏針對性，無法根據當前種群的適應度分布情況來動態調整搜索策略，導致算法在搜索過程中浪費大量時間在低適應度區域，而忽略了高適應度區域。
技術實現思路
1、基于此，有必要針對上述問題，提出了一種自適應快速非支配排序遺傳方法、系統、存儲介質及設備。
2、一種自適應快速非支配排序遺傳方法，所述方法包括：
3、設定種群規模、最大迭代代數和代溝參數。
4、基于所述種群規模和代溝參數，在初始種群中根據個體適應度選取預設個體數的個體作為父代種群。
5、根據所述父代種群的非支配等級和擁擠度確定自適應交叉概率和自適應變異概率。
6、在漸進階段和突變階段，根據所述自適應交叉概率和自適應變異概率進行交叉變異。
7、對交叉變異后的所述父代種群中的個體進行非支配解排序，形成新子代種群。
8、將所述父代種群和所述新子代種群合并，根據合并后的所述父代種群和所述新子代種群的非支配等級和擁擠度，確定最終子代種群，直到達到所述最大迭代代數，輸出非支配最優解集。
9、其中，所述根據所述父代種群的非支配等級和擁擠度確定自適應交叉概率和自適應變異概率之前，具體包括：
10、對所述父代種群中個體進行非支配解排序，逐級確定非支配個體集合，并賦予每一級非支配個體集合中所有個體相同的非支配等級。
11、通過所述非支配解排序獲取所述父代種群中每個個體的非支配等級。
12、所述每一級非支配個體集合中的兩個邊界個體的擁擠度設置為固定值，根據個體目標函數值確定除邊界外的剩余個體的擁擠度。
13、其中，所述根據所述父代種群的非支配等級和擁擠度確定自適應交叉概率和自適應變異概率，具體包括：
14、根據確定個體非支配等級和擁擠度綜合考量值，其中，r為個體非支配等級和擁擠度綜合考量值，irank為個體i的非支配等級，id為個體i的擁擠度，為非支配等級最大值，為個體i所在非支配等級中除過邊界個體后的最大值。
15、根據確定自適應交叉概率，其中，k1為自適應交叉算子，其中，rmax為每一代種群個體中最大r值，ravg為每一代種群個體中平均r值，r1為用于交叉的兩個個體之間r較大值；
16、根據確定自適應變異概率，其中，k2為自適應變異算子，其中，rmax為每一代種群個體中最大r值，rmin為每一代種群個體中平均r值，r2為用于變異的個體r值。
17、其中，所述在漸進階段和突變階段，根據所述自適應交叉概率和自適應變異概率進行交叉變異操作，具體包括：
18、在漸進階段和突變階段，根據個體適應度確定交叉變異操作中的自適應交叉位數和自適應變異位數。
19、根據所述自適應交叉概率與第一隨機生成數的比較情況判斷是否對所述初代種群中的個體進行交叉操作。
20、若所述第一隨機生成數小于所述自適應交叉概率，則進行交叉操作，根據所述自適應交叉位數進行交叉。
21、若所述第一隨機生成數大于等于所述自適應交叉概率，則不進行交叉操作。
22、根據所述自適應變異概率與第二隨機生成數的比較情況判斷是否對交叉操作后的所述初代種群中的個體進行變異操作。
23、若所述第二隨機生成數小于所述自適應變異概率，則進行變異操作，根據所述自適應變異位數進行交叉。
24、若所述第二隨機生成數大于等于所述自適應變異概率，則不進行變異操作。
25、重復執行三次所述交叉操作和變異操作，產生三個所述預設個體數的子代個體。
26、其中，所述在漸進階段和突變階段，根據個體適應度確定交叉變異操作中的自適應交叉位數和自適應變異位數，具體包括：
27、根據確定自適應交叉位數，其中，fmax為每一代種群個體中最大適應度值，fmin為每一代種群個體中最小適應度值，f′為用于交叉的兩個個體之間適應度較大值。
28、根據確定自適應變異位數，其中，fmax為每一代種群個體中最大適應度值，fmin為每一代種群個體中最小適應度值，f為用于變異的個體適應度值。
29、其中，所述根據合并后的所述父代種群和所述新子代種群的非支配等級和擁擠度，確定最終子代種群，具體包括：
30、對合并后的所述父代種群和所述新子代種群中的個體進行非支配解排序，逐級確定非支配個體集合，并賦予每一級非支配個體集合中所有個體相同的非支配等級。
31、通過所述非支配解排序獲取合并后的所述父代種群和所述新子代種群中每個個體的非支配等級。
32、所述每一級非支配個體集合中的兩個邊界個體的擁擠度設置為固定值，根據個體目標函數值確定除邊界外的剩余個體的擁擠度。
33、根據合并后的所述父代種群和所述新子代種群的非支配等級和擁擠度對個體進行排序，確定優先選取的個體。
34、若兩個個體的所述非支配等級不同，則優先選取級數小的個體。
35、若兩個個體的所述非支配等級相同，則優先選取所述擁擠度小的個體。
36、通過所述優先選取的個體，確定最終子代種群。
37、其中，所述所述每一級非支配個體集合中的兩個邊界個體的擁擠度設置為固定值，根據個體目標函數值確定除邊界外的剩余個體的擁擠度，具體包括：
38、根據確定除邊界外的剩余個體的擁擠度，其中，id為個體i的擁擠度，flk為第k個個體第l個目標函數值，為第l個目標函數的最大值，為第l個目標函數的最小值。
39、一種自適應快速非支配排序遺傳系統，所述系統包括：
40、設定模塊，用于設定種群規模、最大迭代代數和選擇代溝。
41、父代種群選取模塊，用于基于所述種群規模和代溝參數，在初始種群中根據個體適應度選取預設個體數的個體作為父代種群。
42、自適應交叉概率和自適應變異概率確定模塊，用于根據所述父代種群的非支配等級和擁擠度確定自適應交叉概率和自適應變異概率。
43、交叉變異模塊，用于在漸進階段和突變階段，根據所述自適應交叉概率和自適應變異概率進行交叉變異。
44、新子代種群形成模塊，用于對交叉變異后的所述父代種群中的個體進行非支配解排序，形成新子代種群。
45、非支配最優解集輸出模塊，用于將所述父代種群和所述新子代種群合并，根據合并后的所述父代種群和所述新子代種群的非支配等級和擁擠度，確定最終子代種群，直到達到所述最大迭代代數，輸出非支配最優解集。
46、一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行如上所述方法的步驟。
47、一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行如上所述方法的步驟。
48、采用本發明實施例，具有如下有益效果：
49、本發明根據父代種群的非支配等級和擁擠度對自適應交叉概率和自適應變異概率進行自適應調整，并提出分段漸進進化策略，將迭代過程分為漸進階段和突變階段來提高收斂性和進化效率。在漸進階段和突變階段，通過自適應交叉概率和自適應變異概率進行多次交叉變異改進，增強對可行解空間的搜索能力，增大了可挑選子代的種群規模，繼而一定程度上增大了優良個體出現的概率，為后續非支配排序提供了更優良的可行解集，從而加快收斂速度，搜索到的非支配最優解集更優。