【车间调度】基于改进帝国企鹅算法求解车间调度问题附matlab代码

1 内容介绍

传统车间调度问题仅仅考虑工件的分配问题.而柔性车间调度问题在传统车间调度问题上做了一定的延伸,它更接近实际生产过程的原因是由于其在传统车间调度问题中加入了对加工机器的选择.因此对其的研究既具有理论意义,也有实际运用价值.本文对基于单目标的柔性车间调度问题进行研究,采用改进帝国企鹅算法作为求解问题的主要方法.​

2 仿真代码

function y=aimFcn_Engineering(x,option,data)

x(x<=0)=0+eps;

x(x>1)=1;

if option.no==1

    %% Three bar truss design

    x_lb=0;

    x_ub=1;

    l=100;

    P=2;

    sigma=2;

    %

    x=(x_ub-x_lb).*x+x_lb;

    %

    g(1)=(sqrt(2)*x(1)+x(2))/(sqrt(2)*x(1)^2+2*x(1)*x(2))*P-sigma;

    g(2)=(x(2))/(sqrt(2)*x(1)^2+2*x(1)*x(2))*P-sigma;

    g(3)=(1/(sqrt(2)*x(2)+x(1)))*P-sigma;

    %

    punishiment=0;

    punishiment=punishiment+sum(g(g>0));

    y=(2*sqrt(2)*x(1)+x(2))*l+punishiment;

elseif option.no==2

    %% Welded beam structure problem

    x_lb=[0.1,0.1,0.1,0.1];

    x_ub=[2,10,10,2];

    tau_max=13600;

    sigma_max=30000;

    G=12e6;

    E=30e6;

    delta_max=0.25;

    L=14;

    P=6000;

    %

    x=(x_ub-x_lb).*x+x_lb;

    %

    Pc=4.013*E*sqrt(x(3)^2*x(4)^6/36)/L^2*(1-x(3)/2/L*sqrt(E/4/G));

    delta=4*P*L^3/E/x(3)^3/x(4);

    sigma=6*P*L/x(3)^2/x(4);

    J=2*(sqrt(2)*x(1)*x(2)*(x(2)^2/12+((x(1)+x(3))/2^2)));

    R=sqrt(x(2)^2/4+((x(1)+x(3))/2)^2);

    M=P*(L+x(2)/2);

    tau2=M*R/J;

    tau1=P/(sqrt(2)*x(1)*x(2));

    tau=sqrt(tau1^2+2*tau1*tau2*x(2)/2/R+tau2^2);

    %

    g(1)=tau-tau_max;

    g(2)=sigma-sigma_max;

    g(3)=delta-delta_max;

    g(4)=x(1)-x(4);

    g(5)=P-Pc;

    g(6)=0.125-x(1);

    g(7)=1.10471*x(1)*2+0.04811*x(4)*x(3)*(14+5);

    %

    punishiment=0;

    punishiment=punishiment+sum(g(g>0));

    %

    y=1.10471*x(1)*2+0.04811*x(4)*x(3)*(14+x(2))+punishiment;

elseif option.no==3

    %% tension/Compression spring design problem

    x_lb=0.01;

    x_ub=100;

    %

    g(1)=1-x(2)^3*x(3)/71785/x(1)^4;

    g(2)=(4*x(2)^2-x(1)*x(2))/12566*(x(2)*x(1)^3-x(1)^4)+1/5108/x(1)^2-1;

    g(3)=1-140.45*x(1)/x(2)^2/x(3);

    g(4)=(x(1)+x(2))/1.5-1;

    %

    punishiment=0;

    punishiment=punishiment+sum(g(g>0));

    %

    y=(x(3)+2)*x(2)*x(1)+punishiment;

elseif option.no==4

    %%

    g(1)=61/x(1)^3+61/x(1)^3+61/x(1)^3+61/x(1)^3+61/x(1)^3-1;

    %

    punishiment=0;

    punishiment=punishiment+sum(g(g>0));

    y=0.6224*sum(x)+punishiment;

end

end

3 运行结果

4 参考文献

[1]张丽娜. 帝国竞争算法的改进研究及其应用[D]. 河北地质大学.

[2]杨小东, 康雁, 柳青,等. 求解作业车间调度问题的混合帝国主义竞争算法[J]. 计算机应用, 2017(02):517-522.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。