新建
上传
首页
助手
最?/div>
资料?/div>
工具

欢迎访问

GreenSim

团队主页

?/p>

http://blog.sina.com.cn/greensim

 

 

邮箱?/p>

****************

 

 

?/p>

1

?/p>

 

 

车间作业调度问题?/p>

JSP

)的遗传算法通用

MATLAB

源代?/p>

 

车间作业调度问题?/p>

JSP

)是一类满足任务配置和顺序约束要求的资源分?/p>

问题?/p>

是最难的组合优化问题之一?/p>

下面?/p>

MATLAB

源代码可用于求解标准

JSP

问题?/p>

虽然采用的是最普通的遗传算法?/p>

但在编解码环节,

采用了十分巧妙的?/p>

计,可以大幅提高搜索效率?/p>

 

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

→http://blog.sina.com.cn/greensim

 

%% 

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?/p>

La

×

2

的矩?/p>

 

% 

 

T_min 

 

 

 

最优调度方案对应的最短调度时?/p>

 

% 

 

LC 

 

 

 

 

 

 

历史最优适应值收敛曲?/p>

 

%% 

第一步:参数初始?/p>

 

[n,k]=size(Q);%n

为工件总数?/p>

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?/p>

 

while counter<M%

停止条件为达到最大迭代次?/p>

 

 

 

 

 

%% 

 

 

第三步:交叉

 

 

 

 

 

FARM=Cross(farm,Pc,m);%

调用交叉子函?/p>

 

 

 

 

 

%% 

 

 

第四步:变异

 

 

 

 

 

FARM=Mutate(FARM,Pm,m);%

调用变异子函?/p>

 

 

 

 

 

%% 

 

 

第五步:修正算子

 

 

 

 

 

FARM=Modify(FARM,Q,W,n,k);%

调用修正子函?/p>

 

 

 

 

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

欢迎访问

GreenSim

团队主页

?/p>

http://blog.sina.com.cn/greensim

 

 

邮箱?/p>

****************

 

 

?/p>

1

?/p>

 

 

车间作业调度问题?/p>

JSP

)的遗传算法通用

MATLAB

源代?/p>

 

车间作业调度问题?/p>

JSP

)是一类满足任务配置和顺序约束要求的资源分?/p>

问题?/p>

是最难的组合优化问题之一?/p>

下面?/p>

MATLAB

源代码可用于求解标准

JSP

问题?/p>

虽然采用的是最普通的遗传算法?/p>

但在编解码环节,

采用了十分巧妙的?/p>

计,可以大幅提高搜索效率?/p>

 

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

→http://blog.sina.com.cn/greensim

 

%% 

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?/p>

La

×

2

的矩?/p>

 

% 

 

T_min 

 

 

 

最优调度方案对应的最短调度时?/p>

 

% 

 

LC 

 

 

 

 

 

 

历史最优适应值收敛曲?/p>

 

%% 

第一步:参数初始?/p>

 

[n,k]=size(Q);%n

为工件总数?/p>

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?/p>

 

while counter<M%

停止条件为达到最大迭代次?/p>

 

 

 

 

 

%% 

 

 

第三步:交叉

 

 

 

 

 

FARM=Cross(farm,Pc,m);%

调用交叉子函?/p>

 

 

 

 

 

%% 

 

 

第四步:变异

 

 

 

 

 

FARM=Mutate(FARM,Pm,m);%

调用变异子函?/p>

 

 

 

 

 

%% 

 

 

第五步:修正算子

 

 

 

 

 

FARM=Modify(FARM,Q,W,n,k);%

调用修正子函?/p>

 

 

 

 

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

欢迎访问

GreenSim

团队主页

?/p>

http://blog.sina.com.cn/greensim

 

 

邮箱?/p>

****************

 

 

?/p>

1

?/p>

 

 

车间作业调度问题?/p>

JSP

)的遗传算法通用

MATLAB

源代?/p>

 

车间作业调度问题?/p>

JSP

)是一类满足任务配置和顺序约束要求的资源分?/p>

问题?/p>

是最难的组合优化问题之一?/p>

下面?/p>

MATLAB

源代码可用于求解标准

JSP

问题?/p>

虽然采用的是最普通的遗传算法?/p>

但在编解码环节,

采用了十分巧妙的?/p>

计,可以大幅提高搜索效率?/p>

 

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

→http://blog.sina.com.cn/greensim

 

%% 

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?/p>

La

×

2

的矩?/p>

 

% 

 

T_min 

 

 

 

最优调度方案对应的最短调度时?/p>

 

% 

 

LC 

 

 

 

 

 

 

历史最优适应值收敛曲?/p>

 

%% 

第一步:参数初始?/p>

 

[n,k]=size(Q);%n

为工件总数?/p>

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?/p>

 

while counter<M%

停止条件为达到最大迭代次?/p>

 

 

 

 

 

%% 

 

 

第三步:交叉

 

 

 

 

 

FARM=Cross(farm,Pc,m);%

调用交叉子函?/p>

 

 

 

 

 

%% 

 

 

第四步:变异

 

 

 

 

 

FARM=Mutate(FARM,Pm,m);%

调用变异子函?/p>

 

 

 

 

 

%% 

 

 

第五步:修正算子

 

 

 

 

 

FARM=Modify(FARM,Q,W,n,k);%

调用修正子函?/p>

 

 

 

 

 

Ͼλ">
Ͼλ
Ŀ

09车间作业调度问题(JSP)的遗传算法通用MATLAB源代?- 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

欢迎访问

GreenSim

团队主页

?/p>

http://blog.sina.com.cn/greensim

 

 

邮箱?/p>

****************

 

 

?/p>

1

?/p>

 

 

车间作业调度问题?/p>

JSP

)的遗传算法通用

MATLAB

源代?/p>

 

车间作业调度问题?/p>

JSP

)是一类满足任务配置和顺序约束要求的资源分?/p>

问题?/p>

是最难的组合优化问题之一?/p>

下面?/p>

MATLAB

源代码可用于求解标准

JSP

问题?/p>

虽然采用的是最普通的遗传算法?/p>

但在编解码环节,

采用了十分巧妙的?/p>

计,可以大幅提高搜索效率?/p>

 

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

→http://blog.sina.com.cn/greensim

 

%% 

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?/p>

La

×

2

的矩?/p>

 

% 

 

T_min 

 

 

 

最优调度方案对应的最短调度时?/p>

 

% 

 

LC 

 

 

 

 

 

 

历史最优适应值收敛曲?/p>

 

%% 

第一步:参数初始?/p>

 

[n,k]=size(Q);%n

为工件总数?/p>

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?/p>

 

while counter<M%

停止条件为达到最大迭代次?/p>

 

 

 

 

 

%% 

 

 

第三步:交叉

 

 

 

 

 

FARM=Cross(farm,Pc,m);%

调用交叉子函?/p>

 

 

 

 

 

%% 

 

 

第四步:变异

 

 

 

 

 

FARM=Mutate(FARM,Pm,m);%

调用变异子函?/p>

 

 

 

 

 

%% 

 

 

第五步:修正算子

 

 

 

 

 

FARM=Modify(FARM,Q,W,n,k);%

调用修正子函?/p>

 

 

 

 

 



ļ׺.doc޸Ϊ.docĶ

  • վ
  • Ʒѧۡϰ
  • ѧҵл
  • Ʒѧۡϰ
  • 7ιԼг̹滮 - ͼ
  • ֵʽ֤Ӧ
  • XX޽ϸ滮˵ - ͼ
  • GPRSA6-A7-A9aģATָʾ
  • ػͲؾǧһ̾
  • в⣺Ԣϰ5

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)