cluster_jsp.rar_JSP matlab_cluster_jsp

%945 T=[21 71 16 52 26 34 53 21 55 95; 55 31 98 79 12 66 42 77 77 39; 34 64 62 19 92 79 43 54 83 37; 87 69 87 38 24 83 41 93 77 60; 98 44 25 75 43 49 96 77 17 79; 35 76 28 10 61 9 95 35 7 95; 16 59 46 91 43 50 52 59 28 27; 45 87 41 20 54 43 14 9 39 71; 33 37 66 33 26 8 28 89 42 78; 69 81 94 96 27 69 45 78 74 84 ]; M=[ 1 6 9 8 7 2 0 4 3 5; 4 2 5 9 0 7 1 8 6 3; 3 2 8 1 4 9 7 6 0 5; 1 3 2 7 8 9 6 0 5 4; 2 0 5 6 7 1 4 9 3 8; 2 3 5 9 4 6 0 8 1 7; 3 2 0 1 9 8 6 5 4 7; 1 0 3 4 6 9 8 5 2 7; 4 2 8 5 3 7 1 6 9 0; 8 9 2 4 3 0 7 6 1 5 ]; %将 机器号+1 for i=1:10 S=M(i,:); for j=1:10 S(j)=S(j)+1; end M(i,:)=S; end %87 % T=[ 6 3 2 8 3 3 4 8 2 6; % 1 5 3 8 6 11 2 3 5 9; % 11 3 7 2 10 2 3 4 4 7; % 3 5 12 5 3 3 8 4 12 9; % 2 6 10 6 1 1 2 8 3 7; % 3 9 4 6 4 2 12 3 2 9; % 3 1 12 4 2 8 3 2 8 7; % 3 5 4 3 4 10 5 2 3 11; % 8 1 12 4 2 8 3 8 8 7; % 6 5 4 3 4 10 5 6 3 11 % ]; % M=[ 1 2 5 3 7 6 4 9 8 10; % 3 6 4 10 8 2 7 1 9 5; % 2 1 9 3 10 7 8 6 5 4; % 4 6 8 7 1 9 2 3 5 10; % 7 6 10 9 5 1 2 3 4 8; % 3 8 9 4 6 7 1 2 5 10; % 3 7 4 9 10 1 2 5 6 8; % 3 4 10 8 6 5 2 7 1 9; % 10 7 4 9 3 8 2 6 5 1; % 3 10 4 8 6 5 9 7 1 2 % ]; PNumber=10; %零件 个数 3 MNumber=10; %机器个数 3 WPNumber=[10 10 10 10 10 10 10 10 10 10]; %将 时间 处理下 TTemp=T; for i=1:10 for j=1:10 TTemp(i,j)=T(M(i,j),i); end end T=TTemp; NIND=40; %个体数目(Number of individuals) MAXGEN= 200; %最大遗传代数(Maximum number of generations) GGAP=0.9; %代沟(Generation gap) XOVR=0.8; %交叉率 MUTR=0.6; %变异率 gen=0; %代计数器 trace=zeros(2, MAXGEN); %寻优结果的初始值 WNumber=0; for i=1:PNumber WNumber=WNumber+WPNumber(1,i); %工序个数 end % 初始化群 Chrom=zeros(NIND,WNumber); for i=1:NIND Chrom(i,:)=randperm(WNumber); end %计算目标函数值 [PVal ObjV P]=cal(Chrom,NIND,T,M,PNumber,MNumber,WPNumber) while gen<MAXGEN FitnV=ranking(ObjV); %分配适应度值(Assign fitness values) SelCh=select('sus', Chrom, FitnV, GGAP); %选择 SelCh=across(SelCh,NIND*GGAP,XOVR,WNumber); %交叉 SelCh=aberrance(SelCh,NIND*GGAP,MUTR,WNumber); %变异 [PVal ObjVSel P]=cal(SelCh,NIND*GGAP,T,M,PNumber,MNumber,WPNumber); %计算目标函数值 [Chrom ObjV] =reins(Chrom, SelCh,1, 1, ObjV, ObjVSel); %重插入子代的新种群 [PVal ObjVl P]=cal(Chrom,NIND,T,M,PNumber,MNumber,WPNumber); %计算目标函数值 gen=gen+1; %代计数器增加 % %输出最优解及其序号，并在目标函数图像中标出，Y为最优解,I为种群的序号 trace(1, gen)=min(ObjV); %遗传算法性能跟踪 trace(2, gen)=sum(ObjV)/length(ObjV); % 初始化 if gen==1 Val1=PVal; Val2=P; MinVal=min(ObjV); end %记录 最小的工序 if MinVal> trace(1,gen) Val1=PVal; Val2=P; MinVal=trace(1,gen); end end PVal=Val1; %工序时间 P=Val2; %工序 MinVal=MinVal %最小时间 %计算解的变化 hold on; plot([0,0],[0,0]); plot(trace(1,:)); hold on; plot(trace(2,:),'-.');grid; legend('解的变化','种群均值的变化'); %显示结果 figure(2); for i=1:WNumber val= P(1,i); a=(mod(val,10))+1; b=((val-a+1)/10); mText=M(b,a); PlotRec(PVal(1,i),PVal(2,i),mText); hold on; mPoint1=PVal(1,i); mPoint2=PVal(2,i); x1=mPoint1; y1=mText-0.5; x2=mPoint2; y2=mText-0.5; x3=mPoint2; y3=mText; x4=mPoint1; y4=mText; fill([x1,x2,x3,x4],[y1,y2,y3,y4],[1,0.5,1]); word=num2str(P(1,i)); %text(0.5*mPoint1+0.5*mPoint2,mText-0.5,word); text(mPoint1,mText-0.7,word); end