遗传算法柔性作业车间调度优势,matlab遗传算法车辆调度实例

  遗传算法柔性作业车间调度优势,matlab遗传算法车辆调度实例

  【作业车间调度】基于遗传算法的柔性作业车间调度,带Matlab代码_ Matlab仿真技术博客_博客

  1.针对传统作业车间调度中加工设备功能单一、加工工序对应设备固定的问题,采用遗传算法进行求解和优化。测试了一个8个作业、每个作业8个过程的应用实例,证明了该方法的可行性和有效性。

  第2部分代码% -

  Function [fit,y1,y2,y3]=object (p,tn,n,p,m,n)%计算每个染色体的适应度。

  fit=zeros(N,1);

  Y1=cell(N,1);

  Y2=cell(N,1);

  Y3=cell(N,1);

  对于j=1:N

  Y1{j}=零(m,n);

  Y2{j}=零(m,n);

  Y3{j}=零(m,n);

  目标

  对于w=1:N

  x=p { w };%变量初始化

  t=TN { w };

  [m,n]=大小(X);

  Y1p=零(m,n);

  Y2p=零(m,n);

  Y3p=零(m,n);

  Q1=零(m,1);%计算第一道工序的安排。

  Q2=零(m,1);

  R=X(:1);%取出第一道工序的机器号。

  Q3=楼层(R);%向下舍入,得到每个工件在第一道工序中使用的机器号。

  对于k=1:第一道工序计划的P(1)%,k是机器号。

  pos=find(Q3==k);%取出Q3中K机加工的工件号。

  lenpos=长度(位置);使用机器K的工件数量百分比

  如果lenpos==0

  目标

  如果lenpos=1

  Q1(位置(1))=0;

  Q2(位置(1))=Q1(位置(1)) T(位置(1),1);

  如果lenpos=2

  对于j=2:lenpos

  Q1(职位(j))=Q2(职位(j-1));

  Q2(pos(j))=Q1(pos(j)) T(pos(j),1);

  目标

  目标

  目标

  目标

  Y1p(:1)=Q1;

  Y2p(:1)=Q2;

  Y3p(:1)=Q3;

  对于k=2:n%,计算第2到第n个过程的安排。

  Q1=零(m,1);

  Q2=零(m,1);

  R=X(:k);%取出K进程的机器号。

  Q3=楼层(R);%向下舍入,得到第k个工序中每个工件使用的机器号。

  R1=X(:k-1);%取出上一工序的机器号。

  Q31=地板(R1);%向下舍入以获得每个工件在前一工序中使用的机器号。

  对于i=1:P(k)%的第I个进程的调度,其中k是机器号。

  pos=find(Q3==I);

  lenpos=长度(位置);

  pos 1=find(Q31==I);

  lenpos1=长度(pos 1);

  如果lenpos==0

  目标

  如果lenpos=1

  EndTime=Y2p(pos(1),k-1);

  POS=零(1,len POS 1);

  对于j=1:lenpos1

  POS(j)=Y2p(pos1(j),k-1);

  目标

  EndTime1=max(位置);

  如果结束时间1结束时间

  EndTime=EndTime1

  其他

  EndTime=结束时间;

  目标

  Q1(位置(1))=结束时间;

  Q2(位置(1))=Q1(位置(1)) T(位置(1),k-1);

  如果lenpos=2

  对于j=2:lenpos

  Q1(位置(j))=Y2p(位置(j),k-1);%上一个操作的结束时间

  如果Q1(职位(j)) Q2(职位(j-1))

  Q1(职位(j))=Q2(职位(j-1));

  其他

  Q1(职位(j))=Q1(职位(j));

  目标

  Q2(位置(j))=Q1(位置(j)) T(位置(j),k);

  目标

  目标

  目标

  目标

  Y1p(:k)=Q1;

  Y2p(:k)=Q2;

  Y3p(:k)=Q3;

  目标

  Y2m=Y2p(:n);

  Y2m1=Y2p(:n-1);

  zx=max(y2 m1);

  ZP=max(Y2m);

  如果Zx Zp

  Zp=Zx

  目标

  fit(w)=Zp;

  Y1 { w }=Y1p

  Y2 { w }=Y2p

  Y3 { w }=Y3p

  End3模拟结果

  4参考文献[1]郭庆,张明璐,孙立新,刘璇。基于遗传算法的柔性作业车间调度优化[J].科学技术与工程,2020,20(29):6。

  博主:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等领域的Matlab仿真。相关的matlab代码问题可以私信交流。有些理论引用自网络文献。如有侵权,联系博主删除。

  原创作品来自matlab研究助手,

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: