置换流水车间调度问题的MATLAB求解

物流运营实践课程设计标题：替代流水车间调度问题的MATLAB解决方案替代流水车间调度问题的MATLAB解法目录一、序言.5二、问题说明.6三、算法设计.7四、实验结果.15摘要信息自1954年Johnson发表了关于流程商店调度问题的第一篇文章以来。流水车间调度问题引起了很多学者的关注。合理有效的生产调度是有序进行生产活动，优化配置生产资源，运营过程简洁流畅的有力保证。流水车间调度问题是许多实际管线生产调度问题的简化模型。在离散制造工业中，在工艺工业中，都有广泛的应用。因此，在研究进展中，理论意义和工程价值很重要。流水线调度问题是一个很常见的问题，而更换流水线调度问题是众所周知的组合优化问题，是FSP问题的子问题。这是常见的NP难题，也是运营管理的核心内容。随着生产规模的扩大，流水线调度问题的优化对提高资源利用率发挥着越来越大的作用，因此对其研究具有理论和现实意义。关键字：流程商店、单一小批量生产、JSP模型、Matlab序言企业资源的合理配置和优化利用大部分目前在工厂一层的生产活动中，加强工厂层的生产计划和控制一直在企业的生产管理活动中占有非常重要的地位。车间生产计划和控制的核心理论是调度理论。车间调度问题是一类重要的组合优化问题。为了适应按需、多种、少量生产的需要，引入了替代流程商店调度概念。流程现场管理排程最佳化后，您可以避免处理工作时间，或大幅减少处理工作时间，并提高生产力。因此，必须研究基于分组技术的车间调度问题。生产日程，即生产过程的工作计划，是整个高级生产制造系统中管理技术、优化技术、美白和计算机技术开发的核心。替代流程现场排程问题是许多实际生产排程问题的简化模型。生产计划和调度直接关系到企业的产出效率和生产成本，有效的计划和调度算法最大限度地提高了企业的效率。排程问题是组合最佳化问题，属于NP问题，因此很难用一种一般力解决。制造业的快速发展，提出了大量定制生产、全球化制造等想法，车间调度问题表现为以下新特征：制约、时间复杂性和高攻略复杂性。这通常会导致生成求解的数学模型的速度不能令人满意，如果使用适当的线性处理后再求解，那么过多的简化会导致结果扭曲。因此，要解决这个问题，必须选择强大的数值计算工具。MATLAB正好提供了这样的平台。MATLAB是一个高度集成的系统，它将科学计算、图像处理和声音处理相结合，具有很高的编程效率。将典型的JSP模型分析和Matlab应用程序相结合，解决了流水车间调度问题。最大完成时间是生产调度中最常用的性能衡量指标之一，最大完成时间越短，意味着产品的整个生产周期越短，生产能力越大。对这些调度问题的优化研究有助于提高企业的生产率和资源利用率。一、问题说明流程车间调度问题可以解释为：通常在每台机器上处理每个工件，在另一台机器上处理每个工序，所有工件按相同的顺序处理。问题的目标是确定每台机器上工件的处理顺序和开始时间，使特定性能指标最优。流程现场排程问题冲销PFSP是流程现场排程问题的额外限制。也就是说，每个系统中的所有工件都按相同的顺序处理，解决方案空间的大小大大小于流式车间计划问题的大小。本课程实验以PFSP的最大完成时间最小化问题为中心进行，用3种组表示法()解决了Carlier (1978)提出的8个案例，用Reeves (1995)提出的21个计算。由于三个以上的调度问题被确定为NP困难问题，因此在大规模调度中仍未出现最佳解决方案，而且经常使用启发式解决近最优解决方案。此案例主要使用instance car2解决。案例：需要处理13个工件的4个程序的产品与生产13个工件的程序相同。处理时间表如下：表4-3产品处理时间表工件编号加工时间12345678910111213Tj178963021457321865821420778569653212457T2293021425789653214254786532112412345678Tj321475320124752147532145763214257854123Tj4320142753214528653514527536214528888999计算步骤如下：首先确定n/m/F/Cmax的最大完成时间，如下所示：K=2，mI=2，nCmax=二、算法设计(a)假设机器中工件的加工顺序相同，假设每个工件都准备好了，机器启动后进入生产，开始时间为0，则最大完成时间等于最大工艺时间。同时，三大以上流水车间调度是NP难点问题，因此本文只考虑两台、三台机器的情况，在解决三大以上问题的方法中，使用人工智能算法解决的质量更高，但由于该算法的软件编程能力优秀，因此不再进行进一步研究。n个工件在m台机器上按相同的顺序加工。给出了机器上工件的加工时间。问题的目标是找出n个工件在每台机器上的最大完成时间和最大过程时间。如果同时满足以下两个约束条件，则完成所有处理工件消耗的时间尽可能少。1、工件约束每个工件在每台机器上加工一次，每个工件在每台机器上按相同的顺序加工。假定每个工件都是机器的，而不失去一般性按机器1 m的顺序加工。每个机器的每个工件的加工时间是已知的。2，机械约束每台机器一次加工到一个工件，每台机器按相同的顺序加工。替代流水线调度问题实质上是一种通过协调加工作业序列提高机器利用率的方法。也就是说，同一时刻加工的机器磁盘数越多，机器利用率就越大，根据以下规则进行计划工件加工顺序：(l)将前面加工时间短、后面加工时间长的毛坯放置在序列前面。这样，后面的机器将尽快参加工作，后面的机器不必等待，(2)机床加工时间相对均匀，加工时间长的工件位于序列中间。这使得所有机器在中间时都能工作。(3)前面加工时间长，后面短时间的上女排在序列的尾部。这样可以“拖延”前面的机器完工，并尽快完成后面的机器。(2)为了解决上述示例，请使用Matlab软件编程到以下：软件将输出结果，如下所示：ClcClear allTemp=0 4561 856 2 963 6960 789 1 930 2 21 3 3200 630 1 214 2 475 3 1420 214 1 257 2 320 3 7530 573 1 896 2 124 3 2140 218 1 532 2 752 3 5280 653 1 142 2 147 3 6530 214 1 547 2 532 3 2140 204 1 865 2 145 3 5270 785 1 321 2 763 3 5360 696 1 124 2 214 3 2140 532 1 12 2 257 3 5280 12 1 345 2 854 3 8880 457 1 678 2 123 3 999；T=temp (:2336033630 end)；n，m=size(T)；%n是工件数，m是机器数txm=；%所有m-1两个虚拟机问题的处理时间表Cmax=；%所有m-1个虚拟机问题的总完成时间TXY=；% save m-1处理顺序TicFor i=1:m-1For j=1:nTx(j，1)=sum(T(j，13360 I)；%第一台虚拟机的处理时间Tx(j，2)=sum(T(j，m 1-I :m)；%第二个虚拟机的处理时间Endcmax，xy=johnson(tx，T，n，m)；%调用Johnson算法函数Cmax= Cmax，Cmax；Txm=txm，tx；TXY=TXY，xy；EndTxm、Cmax、TXYOptim=min(Cmax)%近似最佳总完成时间ind=find(Cmax=optim)；Optim_seq=TXY(:ind)%近似最佳处理顺序RumTime=toc运行Matlab:Txm=456 696 1312 1659 2275 2515789 320 1719 341 1740 1271630 142 844 617 1319 831214 753 471 1073 791 1330573 214 1469 338 1593 1234218 528 750 1280 1502 1812653 653 795 800 942 942214 214 761 746 1293 1293204 527 1069 672 1214 1537785 536 1106 1299 1869 1620696 214 820 428 1034 552532 528 544 785 801 79712 888 357 1742 1211 2087457 999 1135 1122 1258 1800Cmax=8679 8423 8667TXY=13 13 49 4 74 12 138 6 96 7 141 10 814 1 67 14 110 8 1012 9 22 3 55 11 311 2 123 5 11Optim=8423Optim_seq=13 4 12 6 7 10 1 14 8 9 3 11 2 5(3)绘制甘特图编程如下：%已知的nbjobs，nbmachines，P%通过computeCmax计算完成时间矩阵，然后绘制甘特图Temp=0 4561 856 2 963 6960 789 1 930 2 21 3 3200 630 1 214 2 475 3 1420 214 1 257 2 320 3 7530 573 1 896 2 124 3