【生产调度】基于双种群遗传算法实现产品自动排序附matlab代码

1 简介

产品自动排序问题是个NP-hard问题,针对该问题的求解过程中存在容易陷入局部最优、效率不高的不足,提出了双种群遗传算法解决车间调度问题。该算法用两个种群的分工协作来解决上述的不足:一个种群负责探索可能存在最优值的区域;另一种群是在第一种群所探索区域中寻找最优解。通过仿真实验表明该算法是可行的、高效的。

2 部分代码

​%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Function: Decoding.m % Description: 译码函数 % Input:   Population        % 待译码种群 %     Time         % 各工位所需时间 %     Num_Work        % 装配线工位数 % Output:  dec_result        % 译码结果 % Return: None % Referred：None % Variable：  RESULT        % 加工顺序矩阵 %      RESULT_Time      % 加工时间矩阵 %      SUM         % 加工总时间 %      AVE         % 平均加工时间 %      AVE1        % 最小工位节拍(理论) %      WORKSPACE       % 增量计算前工位安排 %     WORKSPACE1       % 增量计算后工位安排 %     c1         % 改进前结果 %     c2         % 改进后结果 % Others: 利用潜在增量算法实现 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% function  [dec_result]=Decoding(Population,Time,Num_Work) RESULT=Population; RESULT_Time=Time(RESULT);      % 将加工顺序转换为加工时间  [a,b]=size(RESULT_Time); %RESULT_Time是100行，66列的矩阵，a=100,b=66.SUM=sum(Time);         % 所有工序总加工时间 AVE=SUM/Num_Work;         % 每个工位平均加工时间 ，理论生产节拍CT'AVE1=max(AVE,max(Time));      % 最小工位节拍(理论) .去每个工位最大的时间和工序最大时间的最大者，但是一般很少有单个作业单元的值大于工位平均加工时间的吧。所以这函数AVE for k=1:1:a     AVE1=max(AVE,max(Time));      RESULT_Time1=[RESULT_Time(k,:) 0];      % 为了便于迭代，随着迭代，在RESULT_Time每一行的末尾补0     c2=0;     c1=SUM;      %C1为工序加总时间% 利用潜在增量方法迭代     while c2<c1         % 如果存在潜在增量则进行迭代         j=1;         WORKSPACE=zeros(1,b);   %workspce为1行b，即1行66列的列。        for i=1:1:b        % 将加工单元分配到工作站             if WORKSPACE(j)+RESULT_Time1(i)>AVE1    %RESULT_Time1(i)没有问题，因为RESULT_Time(k,:) 0，就是一行行得                c3(j)=i; %这啥东西                j=j+1;             end             WORKSPACE(j)=WORKSPACE(j)+RESULT_Time1(i);         end         WORKSPACE(Num_Work)=SUM-sum(WORKSPACE(1:Num_Work-1)); %最后一个工位的时间等于所有工位时间减去前几个工位总时间    % 计算潜在增量 ，，这个要怎么理解？？        WORKSPACE1=WORKSPACE; %把workspce的工位及排序赋予workspaces        i=1:1:Num_Work-1;   %i等于 1到工位数 ，这里是不是要用一个for循环？？？        WORKSPACE1(i)=WORKSPACE1(i)+RESULT_Time1(c3(i));  % 计算潜在增量,以一个作业的时间值作为增量        c1=max(WORKSPACE(1:Num_Work));   % 改进前结果 ,workspace。。CT        c2=min(WORKSPACE1(1:Num_Work-1));  % 改进后结果 ，workspace1。CT’        AVE1=min(c1,c2);   %取c1,c2二者中较小的那个数值，作为生产线节拍    end     dec_result(k,:)=WORKSPACE(1:Num_Work);  % 译码结果 ，k=1时，的工位分布。k=2时的工位分布。。。直到k=100时的工位分布。endend​

3 仿真结果

4 参考文献

[1]张茂堂等. "双种群遗传算法解决车间调度问题." 湖南农机 (2011).

博主简介：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、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。