09车间作业调度问题(JSP)的遗传算法通用MATLAB源代码.docx

欢迎访问GreenSim团队主页→ 邮箱： 第 PAGE \* MERGEFORMAT 1页 车间作业调度问题（JSP）的遗传算法通用MATLAB源代码 车间作业调度问题（JSP）是一类满足任务配置和顺序约束要求的资源分配问题，是最难的组合优化问题之一。下面的MATLAB源代码可用于求解标准JSP问题，虽然采用的是最普通的遗传算法，但在编解码环节，采用了十分巧妙的设计，可以大幅提高有哪些信誉好的足球投注网站效率。 function [S_best,T_min,LC]=JSPGA(M,N,Pc,Pm,Q,W) %% 车间作业调度问题遗传算法 % GreenSim团队——专业级算法设计代写程序 % 欢迎访问GreenSim团队主页→ %% 输入参数列表 % M 遗传算法进化代数 % N 种群规模 % Pc 交叉概率 % Pm 变异概率 % Q 机器序号矩阵 % W 操作时间矩阵 %% 输出参数列表 % S_best 最优调度方案，m×1的细胞结构，每个细胞单元为La×2的矩阵 % T_min 最优调度方案对应的最短调度时间 % LC 历史最优适应值收敛曲线 %% 第一步：参数初始化 [n,k]=size(Q);%n为工件总数，k为工序总数 m=max(max(Q));%m为机器总数 S_best=cell(m,1); T_min=inf; LC=zeros(1,M); %% 第二步：产生初始种群 farm=InitPop(N,Q,W,n,k,m);%调用产生初始种群的子函数 %% counter=0;%设置迭代计数器 while counterM%停止条件为达到最大迭代次数 %% 第三步：交叉 FARM=Cross(farm,Pc,m);%调用交叉子函数 %% 第四步：变异 FARM=Mutate(FARM,Pm,m);%调用变异子函数 %% 第五步：修正算子 FARM=Modify(FARM,Q,W,n,k);%调用修正子函数 %% 第六步：计算适应值 FITNESS=Fit(FARM);%调用计算适应值的子函数 %% 第七步：选择复制 [farm,fitness]=Select(FARM,FITNESS);%调用选择复制子函数 %% 第八步：记录和更新 [S_best,T_min,LC]=Updata(S_best,T_min,LC,farm,fitness,counter);%记录和更新子函数 counter=counter+1; disp(counter); end function FARM=Cross(farm,Pc,m) %% 子函数：交叉子函数 %% 输入参数列表 % farm 交叉操作之前的种群 % Pc 交叉概率 % Q 机器序号矩阵，n×k的矩阵 % W 操作时间矩阵，n×k的矩阵 % n 工件总数 % k 工序总数 % m 机器总数 %% 输出参数列表 % FARM 输出种群 %% N=size(farm,2); newfarm=cell(m,2*N); SER=randperm(N); A=farm(:,1); B=farm(:,N); pos=unidrnd(m-1); AA=[A(1:pos,:);B((pos+1):end,:)]; BB=[B(1:pos,:);A((pos+1):end,:)]; newfarm(:,1)=AA; newfarm(:,2)=BB; for i=1:(N-1) A=farm(:,SER(i)); B=farm(:,SER(i+1)); pos=unidrnd(m-1); AA=[A(1:pos,:);B((pos+1):end,:)]; BB=[B(1:pos,:);A((pos+1):end,:)]; newfarm(:,2*i+1)=AA; newfarm(:,2*i+2)=BB; end %% for i=1:(2*N) if Pcrand A=newfarm(:,i); for j=1:m Aj=A{j}; L=size(Aj,2); if L2 pos=unidrnd(L-2)+1;