【车间调度】基于模拟退火算法求解车间调度问题matlab源码

一、简介

1 模拟退火算法的应用背景
模拟退火算法提出于1982年。Kirkpatrick等人首先意识到固体退火过程与优化问题之间存在着类似性；Metropolis等人对固体在恒定温度下达到热平衡过程的模拟也给他们以启迪。通过把Metropolis 算法引入到优化过程中，最终得到一种对 Metropolis 算法进行迭代的优化算法，这种算法类似固体退火过程，称之为“模拟退火算法”。
模拟退火算法是一种适合求解大规模组合优化问题的随机搜索算法。目前，模拟退火算法在求解 TSP，VLSI 电路设计等组合优化问题上取得了令人满意的结果。将模拟退火算法同其它的计算智能方法相结合，应用到各类复杂系统的建模和优化问题中也得到了越来越多的重视，已经逐渐成为一种重要的发展方向。
2 模拟退火算法介绍
3 模拟退火算法的参数
模拟退火是一种优化算法，它本身是不能独立存在的，需要有一个应用场合，其中温度就是模拟退火需要优化的参数，如果它应用到了聚类分析中，那么就是说聚类分析中有某个或者某几个参数需要优化，而这个参数，或者参数集就是温度所代表的。它可以是某项指标，某项关联度，某个距离等等。

二、源代码

登录后复制

clc;
clear;
close all;

%% Problem Definition

model=CreateModel();        % Create Model of the Problem

CostFunction=@(q) MyCost(q,model);       % Cost Function

nVar=model.nVar;        % Number of Decision Variables

VarSize=[1 nVar];       % Size of Decision Variables Matrix


%% SA Parameters

MaxIt=500;      % Maximum Number of Iterations

MaxIt2=25;      % Maximum Number of Inner Iterations

T0=10;          % Initial Temperature

alpha=0.97;     % Temperature Damping Rate


%% Initialization

% Create Initial Solution
x.Position=CreateRandomSolution(model);
[x.Cost, x.Sol]=CostFunction(x.Position);

% Update Best Solution Ever Found
BestSol=x;

% Array to Hold Best Cost Values
BestCost=zeros(MaxIt,1);

% Set Initial Temperature
T=T0;


%% SA Main Loop

for it=1:MaxIt
    for it2=1:MaxIt2
        
        % Create Neighbor
        xnew.Position=CreateNeighbor(x.Position);
        [xnew.Cost, xnew.Sol]=CostFunction(xnew.Position);
        
        if xnew.Cost<=x.Cost
            % xnew is better, so it is accepted
            x=xnew;
            
        else
            % xnew is not better, so it is accepted conditionally
            delta=xnew.Cost-x.Cost;
            p=exp(-delta/T);
            
            if rand<=p
                x=xnew;
            end
            
        end
         

function model=CreateModel()

    p=[ 48    27    18    15
        23    52    50    59
        35    39    25    10
        45    38    36    49
        55    56    18    51
        58    24    40    54
        37    48    23    14
        17    48    43    30
        17    29    45    23
        23    38    48    50
        52    13    32    32
        22    12    14    56
        51    37    21    19
        22    49    56    23
        57    57    17    17
        27    16    52    16
        20    39    37    54
        22    33    60    39
        41    10    13    38
        34    27    32    17];

    I=size(p,1);
    
    J=size(p,2);
    
    s(:,:,1)=[4 7 5 7 7 5 2 7 5 3 8 6 6 6 7 2 6 2 8 6
              3 5 8 5 6 6 5 2 7 4 2 2 5 2 4 7 5 2 3 4
              6 8 6 8 3 2 7 8 4 2 3 2 4 7 3 4 5 3 3 4
              3 4 3 6 6 6 8 8 5 5 2 7 2 2 2 6 6 3 4 5
              2 7 3 6 2 4 3 8 2 4 5 8 7 2 7 8 2 4 2 4
              7 4 4 7 6 2 3 8 3 3 2 5 4 6 3 5 4 4 6 4
              3 7 7 8 6 5 5 7 6 3 8 2 6 4 4 6 7 3 4 5
              5 7 7 8 7 3 6 5 4 8 3 7 7 6 5 7 6 3 8 7
              6 4 7 2 8 2 4 3 8 6 2 4 2 7 3 5 2 8 4 4
              4 3 4 8 8 3 3 4 2 5 4 4 2 6 6 6 2 6 6 5
              7 7 5 6 7 3 8 2 8 8 5 7 5 7 5 2 2 5 3 2
              4 8 2 8 6 3 2 2 5 2 2 2 5 3 3 8 2 3 4 2
              6 4 2 5 8 2 2 8 6 7 8 2 8 7 7 3 4 3 3 4
              6 6 2 5 6 6 2 4 8 7 4 6 7 8 2 3 6 2 7 4
              5 5 6 7 2 3 3 4 4 5 4 6 7 8 4 7 7 8 8 6
              2 7 5 3 2 5 6 4 4 3 2 5 2 2 3 5 5 6 4 8
              4 7 3 5 8 6 6 5 5 6 4 7 2 4 5 7 2 5 6 8
              4 3 5 8 5 5 2 6 7 4 2 6 2 4 2 4 6 4 4 5
              3 8 3 6 7 5 8 2 7 2 5 7 7 6 4 3 2 3 5 3
              3 8 2 7 3 5 7 7 2 3 7 4 8 6 2 2 2 6 7 7];
          
    s(:,:,2)=[7 7 7 6 3 3 2 4 7 2 5 7 3 5 4 4 5 8 4 5
              7 7 3 4 4 3 3 6 6 3 5 4 3 5 2 2 6 5 6 3
              7 2 2 8 2 5 3 7 2 2 8 5 6 8 3 3 4 7 8 8
              2 5 7 3 6 3 2 6 7 5 7 8 6 4 3 7 2 6 7 7
              6 4 6 6 3 7 2 5 8 3 5 5 6 5 4 7 5 2 5 8
              5 5 7 6 2 8 6 6 7 8 8 4 6 8 3 8 4 5 7 3
              3 4 6 4 7 2 8 5 2 2 2 6 2 2 4 6 7 6 4 6
              2 4 4 2 4 5 4 2 4 2 4 4 4 8 2 2 7 5 8 6
              7 3 4 2 6 2 4 7 6 5 8 7 5 3 8 8 6 4 8 2
              3 3 7 4 4 7 8 8 7 7 8 4 3 6 2 7 2 8 8 4
              3 2 4 3 6 8 8 4 3 4 6 5 7 6 8 4 2 7 4 3
              6 8 7 7 2 2 6 8 3 3 6 6 7 6 4 5 5 7 5 7
              8 6 7 4 8 8 8 4 6 4 4 8 3 4 2 8 4 4 3 3
              5 8 7 7 7 2 7 8 5 3 8 4 7 6 4 7 8 6 7 8
              6 3 5 7 7 6 4 5 6 5 2 7 2 7 7 7 8 8 8 7
              3 8 6 5 7 7 6 4 3 8 7 7 7 2 7 5 4 8 8 4
              8 7 8 3 4 5 3 3 3 6 6 8 2 2 5 5 7 6 5 5
              5 6 5 8 6 8 4 2 7 2 7 2 6 8 6 5 8 3 6 6
              6 5 2 3 6 8 6 4 7 4 4 4 4 6 8 3 6 6 3 7
              2 3 8 8 5 6 5 7 8 2 7 6 7 3 2 7 8 2 8 6];
    
    s(:,:,3)=[6 5 8 5 4 6 3 8 2 3 6 5 3 6 7 2 6 5 7 8
              4 6 5 6 5 5 5 6 3 2 6 7 2 5 4 6 6 7 6 5
              5 8 5 7 4 3 2 5 2 6 5 3 4 6 6 2 3 8 8 2
              6 7 4 5 7 6 7 7 5 8 3 4 6 3 2 6 2 7 2 2
              8 4 5 3 7 2 7 5 3 8 7 3 6 2 2 7 3 4 6 7
              7 7 5 5 5 6 8 5 4 3 3 4 5 5 8 3 8 5 3 5
              2 2 2 4 6 6 8 6 4 5 4 4 5 3 3 5 8 7 7 4
              6 2 8 8 8 2 5 4 2 4 8 5 4 8 6 5 6 2 3 7
              5 2 2 6 7 2 3 3 5 5 7 2 5 8 8 2 7 2 5 4
              5 3 5 6 6 3 2 6 6 3 4 5 7 4 3 5 3 3 4 5
              2 4 7 7 2 2 5 8 3 2 4 3 7 2 3 6 6 5 7 6
              7 4 4 4 4 5 6 4 7 5 6 3 6 6 4 3 7 8 6 8
              4 2 6 5 6 7 7 2 2 3 8 3 7 7 8 7 4 6 3 4
              3 5 7 5 5 6 2 5 4 2 8 3 6 8 4 8 8 4 4 6
              4 2 8 3 2 5 6 4 2 8 6 8 2 2 3 7 2 4 2 8
              4 3 8 5 3 8 5 4 3 5 4 8 5 5 3 5 4 7 6 2
              5 6 3 6 7 2 3 7 2 8 7 7 4 6 4 3 5 8 5 6
              5 8 3 4 2 8 8 4 3 7 5 7 2 6 4 7 2 6 3 4
              4 8 8 7 8 2 6 4 2 2 8 3 3 7 2 3 7 3 3 4
              4 5 6 7 2 5 5 4 3 6 2 4 3 6 5 8 5 2 5 3];
    
    s(:,:,4)=[7 7 8 3 8 2 5 2 3 8 2 5 7 7 3 4 7 6 8 7
              8 5 2 3 6 7 6 4 7 6 4 8 5 8 8 4 7 3 5 6
              3 3 2 4 4 4 8 8 4 6 7 7 4 3 6 8 4 5 8 5
              7 5 4 8 7 7 3 5 4 7 3 8 7 2 8 6 5 7 7 3
              3 5 6 5 8 5 7 4 3 2 7 3 5 3 5 8 8 3 5 8
              8 8 5 4 5 5 6 3 7 8 6 5 8 4 8 3 6 4 6 5
              7 7 8 3 5 2 5 5 6 4 7 2 8 4 2 7 7 5 8 2
              4 8 5 8 4 2 8 8 7 2 7 7 4 8 6 6 3 4 3 6
              7 6 5 4 2 2 4 2 7 7 4 6 5 2 7 3 6 7 4 5
              5 4 5 7 3 6 3 5 2 3 4 8 4 6 3 5 6 8 8 2
              7 8 6 6 2 3 6 7 8 3 5 8 6 3 8 4 8 3 4 8
              4 5 2 4 5 7 6 2 5 6 4 8 7 7 7 6 2 3 6 4
              2 3 7 8 2 8 4 6 7 3 7 4 7 3 7 7 5 6 8 3
              6 4 2 7 8 8 7 8 7 4 7 2 2 5 6 2 5 4 8 2
              8 6 5 5 6 5 8 3 7 4 5 5 7 8 7 7 2 8 6 4
              3 5 3 7 2 3 8 2 3 4 3 3 2 4 4 7 8 8 2 3
              5 7 4 8 2 3 2 6 5 4 6 3 4 2 3 4 8 6 2 6
              7 8 6 5 3 5 3 8 6 6 3 4 7 3 4 5 5 8 6 2
              2 8 3 4 5 7 2 6 8 3 5 2 7 4 6 6 7 4 5 3
              8 5 3 6 2 4 6 8 7 3 4 7 4 4 7 6 3 6 8 3];

    model.I=I;
    model.J=J;
    model.p=p;
    model.s=s;
    model.nVar=I+J-1;
    
end

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.
• 35.
• 36.
• 37.
• 38.
• 39.
• 40.
• 41.
• 42.
• 43.
• 44.
• 45.
• 46.
• 47.
• 48.
• 49.
• 50.
• 51.
• 52.
• 53.
• 54.
• 55.
• 56.
• 57.
• 58.
• 59.
• 60.
• 61.
• 62.
• 63.
• 64.
• 65.
• 66.
• 67.
• 68.
• 69.
• 70.
• 71.
• 72.
• 73.
• 74.
• 75.
• 76.
• 77.
• 78.
• 79.
• 80.
• 81.
• 82.
• 83.
• 84.
• 85.
• 86.
• 87.
• 88.
• 89.
• 90.
• 91.
• 92.
• 93.
• 94.
• 95.
• 96.
• 97.
• 98.
• 99.
• 100.
• 101.
• 102.
• 103.
• 104.
• 105.
• 106.
• 107.
• 108.
• 109.
• 110.
• 111.
• 112.
• 113.
• 114.
• 115.
• 116.
• 117.
• 118.
• 119.
• 120.
• 121.
• 122.
• 123.
• 124.
• 125.
• 126.
• 127.
• 128.
• 129.
• 130.
• 131.
• 132.
• 133.
• 134.
• 135.
• 136.
• 137.
• 138.
• 139.
• 140.
• 141.
• 142.
• 143.
• 144.
• 145.
• 146.
• 147.
• 148.
• 149.
• 150.
• 151.
• 152.
• 153.
• 154.
• 155.
• 156.
• 157.
• 158.
• 159.
• 160.
• 161.
• 162.
• 163.
• 164.
• 165.
• 166.
• 167.
• 168.
• 169.
• 170.
• 171.
• 172.
• 173.
• 174.
• 175.
• 176.
• 177.
• 178.
• 179.
• 180.
• 181.
• 182.
• 183.
• 184.
• 185.

三、运行结果