生产调度matlab

1、-作者xxxx-日期xxxx生产调度matlab【精品文档】function Zp,Y1p,Y2p,Y3p,Xp,LC1,LC2=JSPGA(M,N,Pm,T,P)%greemsim原创-% % 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

2、 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:NX=zeros(m,n

3、);for j=1:nfor i=1:mX(i,j)=1+(P(j)-eps)*rand;endendfarmk=X;endcounter=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=farmSer(i); %父代个体B=farmSer(i+1);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

4、,:);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a=A(:,1:cp),B(:,(cp+1):n);b=B(:,1:cp),A(:,(cp+1):n);endnewfarmi=a;%交叉后的子代存入newfarmnewfarmi+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,plot

5、if);%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:Nf1=FITNESS(Ser(2*i-1); f2=FITNESS(Ser(2*i);if f1<=f2farmi=FARMSer(2*i-1);fitness(i)=FITNESS(Ser(2*i-1);elsefarmi=FARMSer(2*i);fitness(i)=FITNESS(Ser(2*i);endend%记录最佳个体和收敛曲线minfitness=min(fitness)meanfitne

6、ss=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=farmpos(1); %第五步：变异for i=1:Nif Pm>rand;%变异概率为PmX=farmi;I=unidrnd(m);J=unidrnd(n);X(I,J)=1+(P(J)-eps)*rand;farmi=X;endendfarmpos(1)=Xp; counter=count

7、er+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m×n矩阵% 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% plotif

8、 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

9、=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>=1Q1(pos(1)=0;Q2(pos(1)=T(pos(1),1);if lenpos>=2for j=2:lenposQ1(pos(j)=Q2(pos(j-1);Q2(pos(j)=Q2(pos(j-1)+T(pos(j),1);endendendendY1p(:,1)=Q1;Y2p(:,1)=Q2;Y3p(:,1)=Q3;%第三步：计算剩余工序的安排for k=2:nR=X(:,k);%取出第k道工序Q3=floor

10、(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>=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for jj=1:lenposMinEndTime=min(EndTime);ppp=find(EndTime=MinEndTime);POS(jj)=ppp(1

11、);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>=2for j=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

12、)=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=max(Y2m);%第五步：绘甘特图if plotiffor i=1:mfor j=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);hold

13、 onx1=mPoint1;y1=mText-1;x2=mPoint2;y2=mText-1;x3=mPoint2;y3=mText;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);endendendfunction 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(