[matlab源程序车间作业调度问题遗传算法通用Matlab程序文档格式.docx
《[matlab源程序车间作业调度问题遗传算法通用Matlab程序文档格式.docx》由会员分享,可在线阅读,更多相关《[matlab源程序车间作业调度问题遗传算法通用Matlab程序文档格式.docx(6页珍藏版)》请在冰豆网上搜索。
%最后程序还将绘出三副图片两条收敛曲线图和甘特图各工件的调度时序图
%第一步变量初始化
[m,n]=size(T);
%m是总工件数n是总工序数
Xp=zeros(m,n);
%最优决策变量
LC1=zeros(1,M);
%收敛曲线1
LC2=zeros(1,N);
%收敛曲线2
%第二步随机产生初始种群
farm=cell(1,N);
%采用细胞结构存储种群
fork=1:
N
X=zeros(m,n);
forj=1:
n
fori=1:
m
X(i,j)=1+(P(j)-eps)*rand;
end
farm{k}=X;
counter=0;
%设置迭代计数器
whilecounter
%第三步交叉
newfarm=cell(1,N);
%交叉产生的新种群存在其中
Ser=randperm(N);
2N-1)
A=farm{Ser(i)};
%父代个体
B=farm{Ser(i+1)};
Manner=unidrnd
(2);
%随机选择交叉方式
ifManner==1
cp=unidrnd(m-1);
%随机选择交叉点
%双亲双子单点交叉
a=[A(1:
cp,;
B((cp+1):
m,];
%子代个体
b=[B(1:
A((cp+1):
else
cp=unidrnd(n-1);
a=[A(:
1:
cp),B(:
(cp+1):
n)];
b=[B(:
cp),A(:
newfarm{i}=a;
%交叉后的子代存入newfarm
newfarm{i+1}=b;
%新旧种群合并
FARM=[farm,newfarm];
%第四步选择复制
FITNESS=zeros(1,2*N);
fitness=zeros(1,N);
plotif=0;
fori=12*N)
X=FARM{i};
Z=COST(X,T,P,plotif);
%调用计算费用的子函数
FITNESS(i)=Z;
%选择复制采取两两随机配对竞争的方式具有保留最优个体的能力
Ser=randperm(2*N);
f1=FITNESS(Ser(2*i-1));
f2=FITNESS(Ser(2*i));
iff1<
=f2
farm{i}=FARM{Ser(2*i-1)};
fitness(i)=FITNESS(Ser(2*i-1));
farm{i}=FARM{Ser(2*i)};
fitness(i)=FITNESS(Ser(2*i));
endend
%记录最佳个体和收敛曲线
minfitness=min(fitness)
meanfitness=mean(fitness)
LC1(counter+1)=minfitness;
%收敛曲线1各代最优个体适应值的记录
LC2(counter+1)=meanfitness;
%收敛曲线2各代群体平均适应值的记录
pos=find(fitness==minfitness);
Xp=farm{pos
(1)};
%第五步变异
ifPm>
rand;
%变异概率为Pm
X=farm{i};
I=unidrnd(m);
J=unidrnd(n);
X(I,J)=1+(P(J)-eps)*rand;
farm{i}=X;
farm{pos
(1)}=Xp;
counter=counter+1
%输出结果并绘图
figure
(1);
plotif=1;
X=Xp;
[Zp,Y1p,Y2p,Y3p]=COST(X,T,P,plotif);
figure
(2);
plot(LC1);
figure(3);
plot(LC2);
function[Zp,Y1p,Y2p,Y3p]=COST(X,T,P,plotif)
%JSPGA的内联子函数用于求调度方案的Makespan值
%X调度方案的编码矩阵是一个实数编码的m×
%plotif是否绘甘特图的控制参数
%Y1p最优方案中各工件各工序的开始时刻%Y2p最优方案中各工件各工序的结束时刻
[m,n]=size(X);
Y1p=zeros(m,n);
Y2p=zeros(m,n);
Y3p=zeros(m,n);
%第二步计算第一道工序的安排
Q1=zeros(m,1);
Q2=zeros(m,1);
R=X(:
1);
%取出第一道工序
Q3=floor(R);
%向下取整即得到各工件在第一道工序使用的机器的编号
%下面计算各工件第一道工序的开始时刻和结束时刻
fori=1
(1)%取出机器编号
pos=find(Q3==i);
%取出使用编号为i的机器为其加工的工件的编号
lenpos=length(pos);
iflenpos>
=1
Q1(pos
(1))=0;
Q2(pos
(1))=T(pos
(1),1);
=2
forj=2:
lenpos
Q1(pos(j))=Q2(pos(j-1));
Q2(pos(j))=Q2(pos(j-1))+T(pos(j),1);
Y1p(:
1)=Q1;
Y2p(:
1)=Q2;
Y3p(:
1)=Q3;
%第三步计算剩余工序的安排
fork=2:
k);
%取出第k道工序
%向下取整即得到各工件在第k道工序使用的机器的编号
%下面计算各工件第k道工序的开始时刻和结束时刻
fori=1(k)%取出机器编号
POS=zeros(1,lenpos);
%上一个工序完成时间由早到晚的排序
forjj=1:
lenposMinEndTime=min(EndTime);
ppp=find(EndTime==MinEndTime);
POS(jj)=ppp
(1);
EndTime(ppp
(1))=Inf;
end
%根据上一个工序完成时刻的早晚计算各工件第k道工序的开始时刻和结束时刻
Q1(pos(POS(j)))=Y2p(pos(POS(j)),k-1);
%预定的开始时刻为上一个工序的结束时刻
ifQ1(pos(POS(j)))
Q1(pos(POS(j)))=Q2(pos(POS(j-1)));
k)=Q1;
k)=Q2;
k)=Q3;
%第四步计算最优的Makespan值
Y2m=Y2p(:
n);
Zp=max(Y2m);
%第五步绘甘特图
ifplotif
mPoint1=Y1p(i,j);
mPoint2=Y2p(i,j);
mText=m+1-i;
PlotRec(mPoint1,mPoint2,mText);
Word=num2str(Y3p(i,j));
%text(0.5*mPoint1+0.5*mPoint2,mText-0.5,Word);
holdon
x1=mPoint1;
y1=mText-1;
x2=mPoint2;
y2=mText-1;
x3=mPoint2;
y3=mText;
x4=mPoint1;
y4=mText;
%fill([x1,x2,x3,x4],[y1,y2,y3,y4],'
r'
);
fill([x1,x2,x3,x4],[y1,y2,y3,y4],[1,0.5,1]);
text(0.5*mPoint1+0.5*mPoint2,mText-0.5,Word);
functionPlotRec(mPoint1,mPoint2,mText)
%此函数画出小矩形
%输入:
%mPoint1输入点1,较小,横坐标
%mPoint2输入点2,较大,横坐标
%mText输入的文本,序号,纵坐标
vPoint=zeros(4,2);
vPoint(1,=[mPoint1,mText-1];
vPoint(2,:
)=[mPoint2,mText-1];
vPoint(3,:
)=[mPoint1,mText];
vPoint(4,:
)=[mPoint2,mText];
plot([vPoint(1,1),vPoint(2,1)],[vPoint(1,2),vPoint(2,2)]);
holdon;
plot([vPoint(1,1),vPoint(3,1)],[vPoint(1,2),vPoint(3,2)]);
plot([vPoint(2,1),vPoint(4,1)],[vPoint(2,2),vPoint(4,2)]);
plot([v