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
评论5
最新资源