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/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 mn的矩阵，存储m个工件n个工序的加工时间% P 1n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% 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 farmk=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=farmSer(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 newfarmi=a;%交叉后的子代存入newfarm newfarmi+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=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); for i=1:N f2=FITNESS(Ser(2*i); if f1rand;%变异概率为Pm X=farmi; I=unidrnd(m); J=unidrnd(n); X(I,J)=1+(P(J)-eps)*rand; farmi=X; end end farmpos(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);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mn矩阵% T mn的矩阵，存储m个工件n个工序的加工时间% P 1n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for i=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); if lenpos=1 Q1(pos(1)=0; if lenpos=2 for j=2:lenpos Q1(pos(j)=Q2(pos(j-1); Q2(pos(j)=Q2(pos(j-1)+T(pos(j),1); end end endendY1p(:,1)=Q1;Y3p(:,1)=Q3;%第三步：计算剩余工序的安排for k=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 for i=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); if lenpos=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 for jj=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 if lenpos=2 for j=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 if Q1(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); 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if plotif for i=1:m for j=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); hold on 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 endendfunction PlotRec(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),vP