02流水线车间生产调度的遗传算法MATLAB源代码.docx

1、02流水线车间生产调度的遗传算法MATLAB源代码流水线车间生产调度的遗传算法MATLAB源代码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。functionZp,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%GreenS

2、im团队专业级算法设计&代写程序%欢迎访问GreenSim团队主页%-%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%Tmn的矩阵，存储m个工件n个工序的加工时间%P1n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mn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%

3、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fork=1:NX=zeros(m,n);forj=1:nfori=1:mX(i,j)=1+(P(j)-eps)*rand;endendfarmk=X;endcounter=0;%设置迭代计数器whilecounterM%停止条件为达到最大迭代次数%第

4、三步：交叉newfarm=cell(1,N);%交叉产生的新种群存在其中Ser=randperm(N);fori=1:2:(N-1)A=farmSer(i);%父代个体Manner=unidrnd(2);%随机选择交叉方式ifManner=1cp=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,:);elsecp=unidrnd(n-1);%随机选择交叉点b=B(:,1:cp),A(:,(cp+1):n);endnewfarmi=a;%交叉后的子代存入newfarmnewfarm

5、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;fori=1:(2*N)X=FARMi;Z=COST(X,T,P,plotif);%调用计算费用的子函数FITNESS(i)=Z;end%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);fori=1:Nf2=FITNESS(Ser(2*i);iff1rand;%变异概率为PmX=farmi;I=unidrnd(m);J=unidrnd(n);X(I,J)=1+(P(J

6、)-eps)*rand;farmi=X;endendfarmpos(1)=Xp;counter=counter+1end%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);functionZp,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%输入参数列表%X调度方案的编码矩阵，是一个实数编码的mn矩阵%Tmn的矩阵，存储m个工件n个工序的加工时间%P1n的向量，n

7、个工序中，每一个工序所具有的机床数目%plotif是否绘甘特图的控制参数%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%Y2p最优方案中，各工件各工序的结束时刻%Y3p最优方案中，各工件各工序使用的机器编号%第一步：变量初始化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

8、的开始时刻和结束时刻fori=1:P(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=1Q1(pos(1)=0;iflenpos=2forj=2:lenposQ1(pos(j)=Q2(pos(j-1);Q2(pos(j)=Q2(pos(j-1)+T(pos(j),1);endendendendY1p(:,1)=Q1;Y3p(:,1)=Q3;%第三步：计算剩余工序的安排fork=2:nR=X(:,k);%取出第k道工序Q3=floor(R);%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

9、计算各工件第k道工序的开始时刻和结束时刻fori=1:P(k)%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=1EndTime=Y2p(pos,k-1);%取出这些机器在上一个工序中的结束时刻POS=zeros(1,lenpos);%上一个工序完成时间由早到晚的排序forjj=1:lenposPOS(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(1)=Y2p(pos(POS(1),k-1

10、);Q2(pos(POS(1)=Q1(pos(POS(1)+T(pos(POS(1),k);%前一个工件的结束时刻iflenpos=2forj=2:lenposQ1(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)Q2(pos(POS(j-1)%如果比前面的工件的结束时刻还早Q1(pos(POS(j)=Q2(pos(POS(j-1);endendendendendY1p(:,k)=Q1;Y2p(:,k)=Q2;Y3p(:,k)=Q3;end%第四步：计算最优的Makespan值Y2m=Y2p(:,n);Zp=ma

11、x(Y2m);%第五步：绘甘特图ifplotiffori=1:mforj=1:nmPoint1=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);holdonx1=mPoint1;y1=mText-1;x2=mPoint2;y2=mText-1;x4=mPoint1;y4=mText;%fill(x1,x2,x3,x4,y1,y2,y3,y4,r);fill(x1,x2,x

12、3,x4,y1,y2,y3,y4,1,0.5,1);text(0.5*mPoint1+0.5*mPoint2,mText-0.5,Word);endendendfunctionPlotRec(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(vPoint(3,1),vPoint(4,1),vPoint(3,2),vPoint(4,2);