1、流水線車間生產調度的遺傳算法 MATLAB源代碼n個任務在流水線上進行m個階段的加工，每一階段至少有一臺機器且至少 有一個階段存在多臺機器，并且同一階段上各機器的處理性能相同，在每一階段 各任務均要完成一道工序，各任務的每道工序可以在相應階段上的任意一臺機器上 加工，已知任務各道工序的處理時間，要求確定所有任務的排序以及每一階段上機 器的分配情況，使得調度指標(一般求Makespan)最小。tunction Zp,Ylp,Y2p,Y3p,Xp，LCl,LC2=JSPGA(M，N,Pm,T,P)%流水線型車間作業調度遺傳算法GreenSim團隊一一專業級算法設計&代寫程序歡迎訪問% Pm

2、GreenSim團隊主頁一輸入參數列表 遺傳進化迭代次數 種群規模(取偶數) 變異概率X n的矩陣，存儲 m個工件n個工序的加工時間Xn的向量，n個工序中，每一個工序所具有的機床數目P輸出參數列表Zp最優的Makespan值最優方案中，各工件各工序的開始時刻，可根據它繪出甘特圖 最優方案屮，各工件各工序的結束時刻，可根據它繪出甘特圖 最優方案中，各工件各工序使用的機器編號最優決策變量的值，決策變量是一個實數編碼的Yip% Y2p%Y3pXpLC1收斂曲線1,各代最優個體適應值的記錄LC2收斂曲線2,各代群體平均適應值的記錄最后，程序還將繪出三副圖片：兩條收斂曲線圖和甘特圖(各工件的調度時序圖)

3、mX n矩陣%第一步：變量初始化m,n=size(T);%m 是總工件數，n是總工序數 Xp=zeros(m,n);%最優決策變量LCl=zeros(l,M);% 收斂曲線 1LC2=zeros(l,N);% 收斂曲線 2 %第二步：隨機產生初始種群 farm=cell(l,N);%采用細胞結構存儲種群for k=l:NX=zeros(m,n); for j=l :nfor i=l :mX(iJ)=l+(P(j)-eps)*rand;endendfarmk=X;endcounter=0;%設置迭代計數器while counter<M%停止條件為達到最大迭代次數 %第三步：交叉ne wfa

4、 rm=cell(l ,N)；%Ser=randperm(N);for i=l :2:(N-1)A=farm Ser(i);%Manner=unidrnd(2);%if Manner=lcp=unidrnd(m-l);%交叉產生的新種群存在其中父代個體隨機選擇交叉方式隨機選擇交叉點%雙親雙子單點交叉子代個體a=A(l:cp,:);B(cp+l):m,:);% b=B(l:cp,:);A(cp+l):m,:);elsecp=unidrnd(n-l);%隨機選擇交叉點b=B(:,l:cp),A(:,(cp+1 )：n);endnewfarm i=a;%交叉后的子代存入 newfarmnewfarm

5、 i+l =b;end%新舊種群合并FARM 二farm,new 恰 rm;%第四步：選擇復制fitness=zeros(l,N);plotif=0;for i=l:(2*N)X=FARMi);Z=COST(X,T,P,plotif)；%調用計算費用的子函數FITNESS (i)=Z;end%選擇復制采取兩兩隨機配對競爭的方式，具有保留最優個體的能力Ser=randperm(2*N);for i=l :N12=FITNESS(Ser(2*i);if fl V=f2恰 rm i=FARMSer(2*i-l);fitness (i)=FITNES S(Se r(2 性 1);elseformi=F

6、ARMSer(2*i);end%記錄最佳個體和收斂曲線m in fitness=min (fitness)meanfitness=mean(fitness)LC1 (counter+1 )=minfitness;%收斂曲線1,各代最優個體適應值的記錄LC2(counter+l)=meaniitness;% 收斂曲線2,各代群體平均適應值的記錄 pos=find(fitness=min fitness);Xp=farmpos(l);%第五步：變異for i=l :Nif Pm>rand;% 變異概率為PmX=formi);I=unidrnd(m);J=unidrnd(n);X(I,J)=l

7、+(P(J)-eps)*rand;furmi=X;endendfarm pos(l)=Xp;counter=counter+lend%輸出結果并繪圖figure (1);plotit=l;X=Xp;Zp,Ylp,Y2p,Y3p=COST(X,T,P,plotif)；figure (2);plot(LCl);figure (3);plot(LC2);function Zp,Ylp,Y2p,Y3p=COST(X,T,P,plotif)% JSPGA的內聯子函數，用于求調度方案的Makespan值%輸入參數列表%X調度方案的編碼矩陣，是一個實數編碼的mXn矩陣%TmX n的矩陣，存儲m個工件n個工序

8、的加工時間% P1X n的向量，n個工序中，每一個工序所具有的機床數目% plotif是否繪甘特圖的控制參數%輸出參數列表% Zp最優的Makespan值% Yip最優方案中，各工件各工序的開始時刻% Y2p最優方案中，各工件各工序的結束時刻% Y3p最優方案中，各工件各工序使用的機器編號%第一步：變量初始化m,n=size(X);Ylp=zeros(m,n);Y2p=zeros(m,n);Y3p=zeros(m,n);%第二步：計算第一道工序的安排Ql=zeros(m,l);Q2=zeros(m,l);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

9、序使用的機器的編號%下面計算各工件第一道工序的開始時刻和結束時刻for i=l:P(l)% 取出機器編號pos=find(Q3=i);%取出使用編號為i的機器為其加工的工件的編號lenpos=length(pos);if lenpos>=lQl(pos(l)=0;if lenpos>=2for j=2:lenposQl(pos(j)=Q2(pos(j-l);Q2(pos(j)=Q2(pos (j-1 )+T(pos(j),l )；endendendendYlp(:,l)=Ql;Y3p(:,l)=Q3;%第三步：計算剩余工序的安排for k=2:nR=X(:,k);% 取出第k道工序

10、Q3=floor(R);%向下取整即得到各工件在第k道工序使用的機器的編號%下面計算各工件第k道工序的開始時刻和結束時刻for i=l:P(k)%取出機器編號pos=find(Q3=i);%取出使用編號為i的機器為其加工的工件的編號lenpos=length(pos);if lenpos>=lEndTime=Y2p(pos,k-l);%取出這些機器在上一個工序中的結束時刻POS=zeros(l,lenpos);%上一個匸序完成時間由早到晚的排序for jj=l :lenposPOSQj)=ppp(l);EndTime (ppp(l )=Inf;end%根據上一個工序完成時刻的早晚，計算各

11、工件第k道工序的開始時刻和結束時刻Q1 (pos(POS(l )=Y2p(pos(POS (1 ),k-l);Q2(pos (P OS (1 )=Q 1 (pos (P OS (1 )+T(pos (POS (1 ),k);%前一個工件的結束時刻if lenpos>=2for j=2:lenposQl(pos(POS(j)=Y2p(pos(POS (j),kl);%預定的開始時刻為上一個工序的結束時刻if Q1 (pos (POS (j)<Q2(pos (POS (j-1)%如果比前面的工件的結束時刻還早Q l(pos(POS G)=Q2(pos (POS0-1);endenden

12、dendendYip(:,k)=Ql;Y2p(:,k)=Q2;Y3p(:,k)二Q3;end%第四步：計算最優的Makespan值Y2m=Y2p(:,n);Zp=max(Y2m);%第五步：繪甘特圖if plotiffor i=l :mfor j=l:nmPointl=Ylp(i,j);mPoint2=Y2p(iJ);mTe xt=m+l-i;PlotRec(mPointl ,mPoint2,mText);Word=num2str(Y3p(ij);%text*mPointl+*mPoint2,Word);hold onxl=mPointl ;yl=mTe xt-1;x2=mPoint2;y2=

13、mTe xt-1;x4=mPointl ;y4=mTe xt;%ffll(xl,x2,x3,x4,yl,y2,y3,y4,T);fill(xl,x2,x3,x4,yl,y2,y3,y4,l 1 )；text*mPointl+*mPoint2,Word);endendendfunction PlotRec(mPointl,mPoint2,mText)%此函數畫岀小矩形%輸入：% mPointl輸入點1,較小，橫坐標% mPoint2輸入點2,較大,橫坐標% mText輸入的文本，序號，縱坐標vPoint = zeros(4,2);vPoint(l,:) = mPointl,mTe xt-1;vPoint(2,:) = mPoint2,mText-l;vPoint(3,:) = mPointl,mText;vPoint(4,:) = mPoint2,mText;plot(vPoint(l ,1 ),vPoin