JSPGA

更新时间:2024-03-26 23:57:01 阅读量: 综合文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

车间作业调度问题遗传算法通用Matlab程序

function [Zp,Y1p,Y2p,Y3p,Xp,LC1,LC2]=JSPGA(M,N,Pm,T,P) %-------------------------------------------------------------------------- % JSPGA.m

% 车间作业调度问题遗传算法

%-------------------------------------------------------------------------- % 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:N

X=zeros(m,n); for j=1:n for i=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 while counter

%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

B=farm{Ser(i+1)};

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

a=[A(:,1:cp),B(:,(cp+1):n)];%双亲双子单点交叉 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; for i=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); for i=1:N

f1=FITNESS(Ser(2*i-1)); f2=FITNESS(Ser(2*i)); if f1<=f2

farm{i}=FARM{Ser(2*i-1)}; fitness(i)=FITNESS(Ser(2*i-1)); else

farm{i}=FARM{Ser(2*i)}; fitness(i)=FITNESS(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

for i=1:N

if Pm>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 % 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 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:(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;

Q2(pos(1))=T(pos(1),1); 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 end end

Y1p(:,1)=Q1; Y2p(:,1)=Q2; 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: (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

POS=zeros(1,lenpos);%上一个工序完成时间由早到晚的排序 for jj=1:lenpos

MinEndTime=min(EndTime);

ppp=find(EndTime==MinEndTime); 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 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)))

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; 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); end

end end

function 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),vPoint(2,1)],[vPoint(1,2),vPoint(2,2)]); hold on ;

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)]);

end end

function 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),vPoint(2,1)],[vPoint(1,2),vPoint(2,2)]); hold on ;

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)]);

本文来源:https://www.bwwdw.com/article/kq9r.html

Top