02流水线车间生产调度的遗传算法MATLAB源代码.docx
《02流水线车间生产调度的遗传算法MATLAB源代码.docx》由会员分享，可在线阅读，更多相关《02流水线车间生产调度的遗传算法MATLAB源代码.docx（10页珍藏版）》请在冰点文库上搜索。
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。
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——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
%Tm×n的矩阵，存储m个工件n个工序的加工时间
%P1×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
end
farm{k}=X;
end
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）;
fori=1:
2:
（N-1）
A=farm{Ser（i）};%父代个体
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:
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;
fori=1:
（2*N）
X=FARM{i};
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:
N
f2=FITNESS（Ser（2*i））;
iff1<=f2
farm{i}=FARM{Ser（2*i-1）};
fitness（i）=FITNESS（Ser（2*i-1））;
else
farm{i}=FARM{Ser（2*i）};
end
end
%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
fori=1:
N
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;
end
end
farm{pos
（1）}=Xp;
counter=counter+1
end
%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
%输入参数列表
%X调度方案的编码矩阵，是一个实数编码的m×n矩阵
%Tm×n的矩阵，存储m个工件n个工序的加工时间
%P1×n的向量，n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>=1
Q1（pos
（1））=0;
iflenpos>=2
forj=2:
lenpos
Q1（pos（j））=Q2（pos（j-1））;
Q2（pos（j））=Q2（pos（j-1））+T（pos（j）,1）;
end
end
end
end
Y1p（:
1）=Q1;
Y3p（:
1）=Q3;
%第三步：
计算剩余工序的安排
fork=2:
n
R=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>=1
EndTime=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:
lenpos
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
（1）））=Y2p（pos（POS
（1））,k-1）;
Q2（pos（POS
（1）））=Q1（pos（POS
（1）））+T（pos（POS
（1））,k）;%前一个工件的结束时刻
iflenpos>=2
forj=2:
lenpos
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）））;
end
end
end
end
end
Y1p（:
k）=Q1;
Y2p（:
k）=Q2;
Y3p（:
k）=Q3;
end
%第四步：
计算最优的Makespan值
Y2m=Y2p（:
n）;
Zp=max（Y2m）;
%第五步：
绘甘特图
ifplotif
fori=1:
m
forj=1:
n
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;
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）;
end
end
end
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（[vPoint（3,1）,vPoint（4,1）],[vPoint（3,2）,vPoint（4,2）]）;
升级会员 