遗传算法及粒子群算法求解Jsp问题.docVIP

WORD格式可编辑 专业知识分享 智能优化算法第五次作业 分析： JSP问题是TSP问题相似，前面我们已经解决了TSP问题，现在我们将JSP问题转换为TSP问题来求解。从根本上来看JSP问题只不过是TSP问题的二维化，我们将JSP工件序号作为个体或者粒子，用工件序号作为索引来搜索时间T来进行遗传算法求解和粒子群算法求解，这样只需要改变算法中的适应度函数即可将JSP问题转化为TSP问题。 结果： PSO： GA： GA源码：/*问题：用遗传算法求解JSP问题：*/ /*洪文杰 2016-4-16. 智能优化算法 第五次作业*/ #includeiostream #includestdlib.h #includetime.h using namespace std; //--------------------------------宏定义----------------------------------// #define NUMBER 50 //种群规模 #define GENE_NUMBER 10000 //迭代次数 #define N 10 //工件个数 #define M 10 //机器个数 #define CROSS 0.85 //交叉概率 #define ABERRANCE 0.15 //变异概率 //-------------------------------全局变量定义-----------------------------// struct Qtr{ int d[M]; //n工件的机器加工顺序 int t[M]; //n工件在当前机器上加工时间 }Q[N]; //工件加工次序时间 int Unit[NUMBER][N]; //保存初始种群 int Choose_Unit[NUMBER][N]; //保存更新的种群 int Choose_Number[NUMBER]; //被选择的个体编号 int Cross[NUMBER]; //要交叉的个体一览 float select_probability[NUMBER]; //选择概率 float accumula_probability[NUMBER] ; //积累概率 int hwj[N]; //grefenstette编码的个体、也保存最短时间的工件顺序 int best=250000; //最短耗时 //--------------------------------函数声明--------------------------------// void hwj_Q(); //读入工件加工次序时间 void hwj_initial_population(); //生成初始种群 void hwj_swap(int *a,int *b);