用遗传算法求解作业车间调度的MATLAB程序问题

JavaScript08

用遗传算法求解作业车间调度的MATLAB程序问题,第1张

你好歹看一下程序嘛,人家都给你注释了输入输出都是啥,你使用的时候得先给输入赋值。在命令行输入M=啥,N=啥···然后再输[Zp,Y1p,Y2p,Y3p,Xp,LC1,LC2]=JSPGA(M,N,Pm,T,P)

左边这些就是输出了,要是运行成功会在workspace里面看到

function [Zp,Y1p,Y2p,Y3p,Xp,LC1,LC2]=JSPGA(M,N,Pm,T,P)

%--------------------------------------------------------------------------

% JSPGA.m

% 车间作业调度问题遗传算法

%--------------------------------------------------------------------------

% 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)]%双亲双子单点交叉

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)