使用遗传算法求解FT06问题，FT10问题，FT20问题

最新推荐文章于 2023-04-22 13:48:44 发布

「已注销」

最新推荐文章于 2023-04-22 13:48:44 发布

阅读量2.2k

点赞数 2

分类专栏：算法实现 matlab 原理介绍文章标签：机器学习

本文链接：https://blog.csdn.net/ACA_JSP/article/details/116027001

版权

本文介绍了使用遗传算法解决FT06、FT10、FT20问题的方法。遗传算法在作业车间调度问题中被应用，以评估算法的可行性和效率。FT06案例的最优解为55s，其求解过程在MATLAB中实现，其他更复杂问题的求解思路类似。

摘要由CSDN通过智能技术生成

遗传算法介绍

前篇文章已经简要介绍了遗传算法，这里不再赘述，只对FT06、FT10、FT20问题简要介绍，并给出其遗传算法求解方法，之后的文章中会陆续介绍其他算法。

问题介绍

对于不同问题有不同的案例进行求解，但为了更好的研究作业车间调度问题，说明所用方法的可行性和高效性，则需要一些标准案例作为评价标准。作业车间调度标准案例库中的案例被许多研究学者使用，这些案例都来自于最早研究车间调度问题的文章中，这些案例的最优解在不断更新¹。

标准案例库中包含不同规模的案例 82 个，其中包含 6x6、10x5、10x10、15x5、20x5、15x10 等规模的案例，下表是FT06 案例。

Fisher and Thompson 6x6 instance,alternate name(mt06)
2 1 0 3 1 6 3 7 5 3 4 6
1 8 2 5 4 10 5 10 0 10 3 4
5 3 4 5 8 0 9 1 1 4 7
5 0 5 2 5 3 3 4 8 5 9
9 1 3 4 5 5 4 0 3 31
3 3 3 5 9 0 10 4 4 2 1

该案例库中的所有案例中的设备编号都是从 0 开始，每个案例的奇数列表示设备编号，偶数列表示加工该工序所需要的时间，每一行代表一个工件。工件的加工必须按照上表中给出的工序进行加工。
目前 FT06 案例已知的最优解为 55s，最优调度甘特图如图 2.1 所示，横轴表示加工时间，纵轴表示设备编号，图中方框中的数字表示“工件-工序”。
FT06甘特图

代码块

FT06问题相对简单，求解过程用时短，其他问题虽然更加复杂，但是求解思路是一样的。这里给出FT06问题matlab实现求解的主函数。

function FT06
clear;clc;close all
tic
FT={
   [11 3 1;12 1 3;13 2 6;14 4 7;15 6 3;16 5 6]
    [21 2 8;22 3 5;23 5 10;24 6 10;25 1 10;26 4 4]
    [31 3 5;32 4 4;33 6 8;34 1 9;35 2 1;36 5 7]