【车间作业调度问题JSP】基于多层编码遗传算法

课题名称：基于多层编码遗传算法

版本日期：2024-02-20

代码获取方式：

QQ：491052175

VX：Matlab_Lover

遗传算法：

遗传算法具有较强的问题求解能力，能够解决非线性优化问题。遗传算法中的每个染色体表示问题中的一个潜在最优解，对于简单的问题来说，染色体可以方便地表达问题的潜在解，然而，对于较为复杂的优化问题，一个染色体难以准确表达问题的解。多层编码遗传算法把个体编码分为多层，每层编码均表示不同的含义，多层编码共同完整表达了问题的解，从而用一个染色体准确表达出了复杂问题的解。多层编码遗传算法扩展了遗传算法的使用领域，使得遗传算法可以方便用于复杂问题的求解。

问题描述：

车间调度是指根据产品制造的合理需求分配加工车间顺序，从而达到合理利用产品制造资源、提高企业经济效益的目的。车间调度问题从数学上可以描述为有n个待加工的零件要在m台机器上加工，车间调度的数学模型如下：
（1）机器集M={m1，m2，…，mm}，m，表示第j台机器，j=1,2，…，m。
（2）零件集P={p1，p2，…，pn}，p；表示第i个零件，i=1,2，…，n
（3）工序序列集OP={op1，op2，…，opn}，op，={opa,op2，…，opk}表示零件p的工序序列。
（4）可选机器集OPM={op1，opa，…，op4}），op，={op21，op2，…，opa}表示零件p的工序j可以选择的加工机器。
（5）使用机器加工零件的时间矩阵T,t∈T，表示第i个零件p，使用第j个机器的时间。
（6）使用机器加工零件的费用矩阵C,c∈C表示第i个零件p使用第j个机器的加工费用。
另外，问题需要满足的条件包括每个零件的各道工序使用每台机器不多于1次，每个零件都按照一定的顺序进行加工车间调度问题具有普遍性、复杂性、动态模糊性、多约束性等难点，一般可用优化调度算法和启发式求解，本案例采用多层编码遗传算法求解车间调度问题。

仿真结果

平均解和最优解的迭代曲线：

最优个体对应的零件加工甘特图：