程序部分.docVIP

程序部分： 根据我们的算法，我们用C语言编写了程序（最终程序代码见附录）。 我们的程序执行文件夹里共有三个文件，分别是C语言编写程序的封装版本(GA_Problem.exe),读入数据所用文件（data.txt），存放结果所用文件（result.txt）。 data.txt：文件中第一个数n是表示工作的数目，后面从第2到第n+1，n个数分别是各个工作所需要的时间，在后面的数对是对于工作先后顺序限制的描述。 result.txt：结果文件中列出了从第一代个体到所要输出的最后一代个体各个工作站所包含的工作序号，以及瓶颈工作站的工作时间。 GA_Problem.exe：将所要解决的问题输入到data.txt文件，双击GA_Problem.exe即可弹出以下窗口： 在光标指示位置输入所要遗传的代数，回车键即可在result.txt文件中得到结果。 下面以一题为例来具体演示我们的程序 原始数据为：10 24 24 16 20 20 16 20 8 36 8 1,2 2,3 1,6 3,8 4,5 5,6 6,7 7,8 8,9 9,10 -1,-1 先试验遗传10代的情况，结果文件中输出第十代情况如下： The 10 th generations workstation allocation is as follow: The 1 th units workstation allocation: station0 include: 0 1 station1 include: 2 3 4 station2 include: 5 6 7 station3 include: 8 9 max_time_value in this uint is 56 The 2 th units workstation allocation: station0 include: 0 1 station1 include: 2 3 4 station2 include: 5 6 7 station3 include: 8 9 max_time_value in this uint is 56 The 3 th units workstation allocation: station0 include: 0 1 station1 include: 2 3 4 station2 include: 5 6 7 station3 include: 8 9 max_time_value in this uint is 56 The 4 th units workstation allocation: station0 include: 0 1 station1 include: 2 3 4 station2 include: 5 6 7 station3 include: 8 9 max_time_value in this uint is 56 并且前十代的情况都与此相同，说明我们的算法在前十代并没有出现优化的情况，10代的遗传显然太小。后面我们进行了更多代数的试验：见下图： 分别试验了10次、100次、1000次、10000次，并且换用其它的数据文件MANSOOR、MITCHELL、JAESCHKE等作了以上次数的试验，发现遗传次数在1000次时基本能够得到最优解。 在我们进行的试验中，原问题遗传1000次的结果如下描述：前面的结果为节拍时间56，在到69代时节拍时间优化为52，在第156代又变回到56，其间还有68的节拍时间等等。看见在遗传变异过程中结果会有优劣的反复变化，但总体趋势是向着优化的方向发展。 再此要说明的是，由于采用随机数的方法，每一次运行的结果不是完全相同的，但在我们进行的上百次的程序调试中，在1000代的水平上都获得了最优解（节拍时间52）。 附录： /* Name: GA_ALP problem */ /* Date: 2008.06.04*/ #include stdio.h #include stdlib.h #include string.h int generation_count = 0; /* topology sort, return value is number of first node */ int * sort(int ** station_array, int station_number, int * first_node_number) { int x,y,i,j, flag = 0, node_number = 0; int first_node[4