【车间调度】基于matlab遗传算法求解置换流水车间调度问题【含Matalb源码 176期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【车间调度】基于matlab遗传算法求解置换流水车间调度问题【含Matalb源码 176期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、背景

算法设计
(一)
假设工件在机器上的加工顺序是相同的，同时假定各工件准备就绪，机器一开动就投入生产，开工时间为0，则最大完工时间等于最大流程时间。同时3台机器以上的流水车间调度是NP难问题，所以本文只考虑了2台、3台机器的情况，解决3台机器以上的问题方法也可运用人工智能算法，解的质量更高，但因该类算法需良好的软件编程能力，故本文不加探究。n个工件在m台机器上的加工顺序相同。工件在机器上的加工时间是给定的。问题的目标是求n个工件在每合机器上的最大完工时间等于最大流程时间。这种流水线调度问题要在满足以下两个约束条件的前提下，使得加工完所有
的工件所花的时间尽可能地少：
1、工件约束
每个工件在每台机器上恰好加工一次，每个工件在各机器上加工顺序相同。不失一般性，假设各工件按机
器1至m的顺序进行加工。各工件在各机器上的加工时间已知。
2、机器约束
每台机器在任何时刻至多加工一个工件，每台机器加工的各工件的顺序相同。
置换流水线调度问题实质是如何调整加工工件的序列，提高机器的利用率的问题，即在同一时刻正在加工的机攫数越多，机器利用率越大口根据该原则，我们根据下面规则安排
工件的加工顺序:
(l)在前面机器加工时间较短、后面机器加工时间较长的工件，安排在序列前。这样可以使得后面的机器尽快参加工作，并且后面的机器不需要作空等待，
(2)机器加工时间较为平均且加工时间较长的工件，安排在序列的中部。这样可以使得各个机器在中期的时候都能得到运作。
(3〕前面加工时间较长，后面加一〔时间较短的上件女排在序列尾部。这样使得前面的机器能“延迟”完工，后面的机器尽快完工。

三、部分源代码

function [Zp,Y1p,Y2p,Y3p,Xp,LC1,LC2]=JSPGA(M,N,Pm,T,P)
%  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
for k=1:NX=zeros(m,n);for j=1:nfor i=1:mX(i,j)=1+(P(j)-eps)*rand;endendfarm{k}=X;
end
counter=0;%设置迭代计数器
while counter<M%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==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)];endnewfarm{i}=a;%交叉后的子代存入newfarmnewfarm{i+1}=b;end

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 包子阳,余继周,杨杉.智能优化算法及其MATLAB实例（第2版）[M].电子工业出版社，2016.
[2]张岩,吴水根.MATLAB优化算法源代码[M].清华大学出版社，2017.