流水线车间调度问题matlab源程序

流水线型车间作业调度问题遗传算法Matlab源码流水线型车间作业调度问题可以描述如下：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。下面的源码是求解流水线型车间作业调度问题的遗传算法通用MATLAB源码，属于GreenSim团队原创作品，转载请注明。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团队原创作品，转载请注明%Email:[e-mail]%GreenSim团队主页：欢迎访问GreenSim——算法仿真团队→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%Tm×n的矩阵，存储m个工件n个工序的加工时间%P1×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fork=1:NX=zeros(m,n);forj=1:nfori=1:mX(i,j)=1+(P(j)-eps)*rand;endendfarm{k}=X;endcounter=0;%设置迭代计数器whilecounterM%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);fori=1:2:(N-1)A=farm{Ser(i)};%父代个体Manner=unidrnd(2);%随机选择交叉方式ifManner==1cp=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,:)];elsecp=unidrnd(n-1);%随机选择交叉点b=[B(:,1:cp),A(:,(cp+1):n)];endnewfarm{i}=a;%交叉后的子代存入newfarmnewfarm{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;fori=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);fori=1:Nf2=FITNESS(Ser(2*i));iff1=f2farm{i}=FARM{Ser(2*i-1)};fitness(i)=FITNESS(Ser(2*i-1));elsefarm{i}=FARM{Ser(2*i)};endend%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fori=1:NifPmrand;%变异概率为PmX=farm{i};I=unidrnd(m);J=unidrnd(n);X(I,J)=1+(P(J)-eps)*rand;farm{i}=X;endendfarm{pos(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m×n矩阵%Tm×n的矩阵，存储m个工件n个工序的加工时间%P1×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fori=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);iflenpos=1Q1(pos(1))=0;iflenpos=2forj=2:lenposQ1(pos(j))=Q2(pos(j-1));Q2(pos(j))=Q2(pos(j-1))+T(pos(j),1);endendendendY1p(:,1)=Q1;Y3p(:,1)=Q3;%第三步：计算剩余工序的安排fork=2:nR=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fori=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);iflenpos=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forjj=1:lenposPOS(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iflenpos=2forj=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ifQ1(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)));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ifplotiffori=1:mforj=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);holdonx1=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);endendendfunctionPlotRec(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)]);holdon;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)]);