生产调度matlab

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

% 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)]; 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: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>=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: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>=1

EndTime=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: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 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>=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)))早 Q1(pos(POS(j)))=Q2(pos(POS(j-1))); end end end end end Y1p(:,k)=Q1;