遗传算法的车间调度算法求解讲义资料.pptVIP

遗传算法的车间调度算法求解;主要内容;问题提出;Job—shop 调度问题的问题描述;问题描述;问题描述;单件车间调度满足的约束条件;约束条件;遗传算法在解Job-shop调度问题方面的研究现状 ;遗传算法理论;遗传算法概述;遗传算法概述;生物进化的基础;遗传算法基本概念和术语;遗传算法基本概念和术语;遗传算法基本概念和术语;遗传算法的基本思想 ;基本遗传算法的实现方法 ;基本遗传算法的构成要素;基本遗传算法的构成要素;基本遗传算法的构成要素;算法示例;个体 染色体 适应度 选择概率 累积概率 1 0001100000 8 0.086957 0.086957 2 0101111001 5 0.054348 0.141306 3 0000000101 2 0.021739 0.163043 4 1001110100 10 0.108696 0.271739 5 1010101010 7 0.076087 0.347826 6 1110010110 12 0.130435 0.478261 7 1001011011 5 0.054348 0.532609 8 1100000001 19 0.206552 0.739130 9 1001110100 10 0.108696 0.847826 1 00001010011 14 0.152174 1.000000;算法示例;单点交叉算子;基本位变异算子;遗传算法在车间调度算法中的求解过程 ;Job-Shop调度问题的数学模型;;排序问题中的符号说明 ;排序问题中的符号说明;排序问题中的符号说明;数学模型 ;数学模型;数学模型;工件序编码法;编码方法 ;（二进制染色体的产生算法） { For i=1 to m /*对m台机器分别编码*/ For j=1 to n-1 /*对工件号逐个判断先后次序*/ For k=j+1 to n if J[j]?J[k] then a[i][p]=1 ; else a[i][p]=0 ; endif ; /*如果J[j]出现在J[k]之前，第i台机器上对应的基因码置为1，否则置为0*/;解码 ;为处理起来更加直观，我们把Job-Shop调度问题的工时工序表用两个矩阵表示 (i=1，2，…，n；j，k=1，2，…，m)，工件Ji的第j道工序在机器k上加工； (i=1，2，…，m；j=1，2，…，n)表示加工时间矩阵。另外 (i，j=1，2，…，n；k=1，2，…，m)表示机器k上各工件的加工顺序，机器k上第j个加工的工件是Ji 。例如有一个6?6的M、N矩阵如下：;;初始群体的产生 ;（初始群体产生算法） 1)种群已满吗？若是则结束，否则转2) 2)初始化N (i,j) =[(0,0)]m×n 3)随??产生一个工件号i，在M矩阵第i行找出第1个不为 (0,0)的元素(i,k)及所在的列j1 4)找出N(k,j)的第k行的第一个为（0，0）的列号j2，并将 N(k,j2) (i,k) 5)将M矩阵中相应的(i,j1)变为（0，0） 6)循环执行了m?n次吗?若是则转7)，否则转3) 7)对N矩阵中各行进行编码，并计算目标函数值v;选择算子 采用轮盘赌选择法，目标函数值小的个体复制概率大的原则进行选择 ，逐步淘汰目标函数值大的的个体。其具体实现方法同第二章例子。 杂交算子 采用单点杂交算子，以概率任意选择两个个体，随机产生一杂交点w（w?[1，mn(n-1)/2-1]）,交换从w开始的后半部分染色体子串。 变异算子 为增加种群的多样性，采用基本位变异算子，以概率随机选择一个体x，再随机产生一变异点w(w?[1，mn(n-1)/2-1])，将该位基因加1模2。 ;约束问题 －死锁的判断 ;由M、N两矩阵可以判断死锁是否发生。两个指针数组pointern(n)、pointerm(m)分别指向M、N矩阵中第1列各元素，poi