流水线型车间作业调度问题遗传算法MATLAB源码.docVIP

流水线型车间作业调度问题遗传算法MATLAB源码 流水线型车间作业调度问题可以描述如下：n个任务在流水线上进行m个阶段的加工，每一阶段至少有一台机器且至少有一个阶段存在多台机器，并且同一阶段上各机器的处理性能相同，在每一阶段各任务均要完成一道工序，各任务的每道工序可以在相应阶段上的任意一台机器上加工，已知任务各道工序的处理时间，要求确定所有任务的排序以及每一阶段上机器的分配情况，使得调度指标(一般求Makespan)最小。下面的源码是求解流水线型车间作业调度问题的遗传算法通用MATLAB源码，属于GreenSim团队原创作品，转载请注明。function [Zp,Y1p,Y2p,Y3p,Xp,LC1,LC2]=JSPGA(M,N,Pm,T,P)%--------------------------------------------------------------------------%??JSPGA.m%??流水线型车间作业调度遗传算法%??GreenSim团队原创作品，转载请注明%??Email:greensim@163.com%??GreenSim团队主页：/greensim%??欢迎访问GreenSim——算法仿真团队→/greensim%--------------------------------------------------------------------------%??输入参数列表%??M? ?? ? 遗传进化迭代次数%??N? ?? ? 种群规模(取偶数)%??Pm? ?? ?变异概率%??T? ?? ? m×n的矩阵，存储m个工件n个工序的加工时间%??P? ?? ? 1×n的向量，n个工序中，每一个工序所具有的机床数目%??输出参数列表%??Zp? ?? ?最优的Makespan值%??Y1p? ???最优方案中，各工件各工序的开始时刻，可根据它绘出甘特图%??Y2p? ???最优方案中，各工件各工序的结束时刻，可根据它绘出甘特图%??Y3p? ???最优方案中，各工件各工序使用的机器编号%??Xp? ?? ?最优决策变量的值，决策变量是一个实数编码的m×n矩阵%??LC1? ???收敛曲线1，各代最优个体适应值的记录%??LC2? ???收敛曲线2，各代群体平均适应值的记录%??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1LC2=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for k=1:N? ? X=zeros(m,n);? ? for j=1:n? ?? ???for i=1:m? ?? ?? ?? ?X(i,j)=1+(P(j)-eps)*rand;? ?? ???end? ? end? ? farm{k}=X;endcounter=0;%设置迭代计数器while counterM%停止条件为达到最大迭代次数? ? ? ? %第三步：交叉? ? newfarm=cell(1,N);%交叉产生的新种群存在其中? ? Ser=randperm(N);? ? for i=1:2:(N-1)? ?? ???A=farm{Ser(i)};%父代个体? ?? ???Manner=unidrnd(2);%随机选择交叉方式? ?? ???if Manner==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:cp,:);A((cp+1):m,:)];? ?? ???else? ?? ?? ?? ?cp=unidrnd(n-1);%随机选择交叉点? ?? ?? ?? ?b=[B(:,1:cp),A(:,(cp+1):n)];? ?? ???end? ?? ???newfarm{i}=a;%交叉后的子代存入newfarm? ?? ???newfarm{i+1}=b;? ? end? ? %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;? ? for i=