matlab解决带多AGV的生产车间调度研究

1、研究背景描述

传统生产车间调度模型很多，也有很多从此方面入手的遗传算法，但是如果加上AGV就不多了，今天讲一下比较简单的带有AGV的生产车间调度问题。一般这样的带有生产调度和AGV调度的问题需要考虑：1、车间内生产的效率最高；2、AGV运输时效率最高，所以其实可以整合为一个求最小化调度时间的问题。

2、相关问题描述

含有AGV的柔性作业车间调度问题，考虑n种工件在m台机器上加工，并且由AGV负责工件在设备间的运输过程，每个工件均有多道具有顺序约束的工序，每道工序均具有一台或者多台可选加工机器，通过合理安排工序加工顺序和加工机器，使给定指标最优化。

3、模型及编码方式描述

3.1相关的主要模型及描述如下：

3.2主要编码方式

 在编码的时候主要是采用了三层编码的方式，也比较简单，这里就不再过多的赘述，下面用图展示说明：

4、编码中需要注意的问题

4.1交叉变异中的问题

由于是三层编码，所以在交叉变异时，有个问题就是由于对前面的工序机床等进行了交叉，就会出现可能不对应的问题，某些工件的工序多余，某些工件的工序缺失，因此把工件工序多余的操作变为工件工序缺失的操作，并按照交叉前个体的操作机床和AGV，来进行调整。

4.2AGV等待时间问题

 有时候AGV到达机床时的时候，工件不一定加工完成了，所以这时候就需要等待，还有就是AGV的工序一定是一件一件的来做，相关逻辑需要好好安排，不然在后面的甘特图中可能出现，一个AGV在第10-15分钟搬运A但是在14分钟的时候又开始搬运B的情况。

5、主函数展示

%% 清空环境
clc;clear

%% 下载数据
load scheduleData AGV AGVNumber TAGV Jm T JmNumber
%工序 时间

%% 基本参数
NIND=40;        %个体数目
MAXGEN=100;      %最大遗传代数
GGAP=0.9;       %代沟
XOVR=0.8;       %交叉率
MUTR=0.1;       %变异率
gen=0;          %代计数器
%PNumber 工件个数 MNumber  工序个数
[PNumber MNumber]=size(Jm);  %PNumber=Jm的行数，MNumber=Jm的列数
trace=zeros(2, MAXGEN);      %寻优结果的初始值，生成2行MAXGEN列的零矩阵
WNumber=PNumber*MNumber;     %工序总个数

%% 初始化
Number=zeros(1,PNumber);      % PNumber 工件个数
for i=1:PNumber
    Number(i)=MNumber; ...    %number=[6 6 6 6 6 6]
end
%-------------如需帮忙V：18332607515
% 代码2层，第一层工序，第二层机器，第三层AGV
Chrom=zeros(NIND,3*WNumber);  %chrom:40*72的零矩阵
for j=1:NIND                  %j=1:40
    WPNumberTemp=Number;      %WPNT代表每个工件的工序数，number=[6 6 6 6 6 6]
    for i=1:WNumber
        
        %随机产成工序（这段循环，是让val不为零）
        val=unidrnd(PNumber);       %从工件数中随机产生一个数，就是几号工件的意思
        while WPNumberTemp(val)==0  %当WPNumberTemp(val)恒等于零，6个工序分配完了
            val=unidrnd(PNumber);   %换一个工件
        end
        
        %第一层代码表示工序
        Chrom(j,i)= val;            %Val是工件号，（将工件分配到每一行，形成工序）
        WPNumberTemp(val)=WPNumberTemp(val)-1;     %工件每分配一次，对应工序总数减一
        
        %第2层代码表示机器
        Temp1=Jm{val,MNumber-WPNumberTemp(val)};    %6-未分配工序数=已分配工序数=当前正在分配工序号
        SizeTemp=length(Temp1);                     %有的工序，两种机器都可以加工
        %随机产成工序机器
        Chrom(j,i+WNumber)= unidrnd(SizeTemp);     %chrom前面是工序，后面是，加工加床1or2
        %第3层代码表示A GV
        Temp2=AGV{val,MNumber-WPNumberTemp(val)};%6-未分配工序数=已分配工序数=当前正在分配工序号
        SizeAGVTemp= length(Temp2);
        %随机生成AGV
        Chrom(j,i+2*WNumber)= unidrnd(SizeAGVTemp);
    end
end
%-------------如需帮忙V：18332607515
%计算目标函数值
[PVal ObjV P S]=cal(Chrom,AGV,TAGV,AGVNumber,JmNumber,T,Jm);

%% 循环寻找
while gen<MAXGEN                                %小于进化代数
    
    %分配适应度值
    FitnV=ranking(ObjV);                        
    %选择操作
    SelCh=select('rws', Chrom, FitnV, GGAP);    %rws就是轮盘赌的方法 select（'轮盘赌'',矩阵，适应度，代沟）
    %交叉操作
    SelCh=across(SelCh,XOVR,AGV,Jm,T);              %XOVR就是交叉率 across（选择完，交叉概率，工件-工序-机床矩阵1，2）
    %变异操作
    SelCh=aberranceJm(SelCh,MUTR,AGV,Jm,T);         %MUTR就是变异率 aberranceJm（交叉完，变异率，工件-工序-机床矩阵1，2）
    %计算目标适应度值
    [PVal ObjVSel P S]=cal(SelCh,AGV,TAGV,AGVNumber,JmNumber,T,Jm);%第一次计算：[PVal ObjV P S]=cal(Chrom,JmNumber,T,Jm)，这次是更新选择，交叉，变异后的chrom
    %重新插入新种群
    [Chrom ObjV] =reins(Chrom, SelCh,1, 1, ObjV, ObjVSel);%reins 完成插入子代到当前种群，用子代代替父代并返回结果种群
                                                          %将子代SelCh插入到父代Chrom，第三位参数1表示子种群的个数，第四位参数1指的是按照适应度选择，子代代替最小适应的个体。ObjV、ObjVSel是父代、子代的函数值。
                                                          %目标函数值越大的，其适应度越小。reins替换的适应度小的值，所以也就是替换函数值大的值
    %代计数器增加
    gen=gen+1;
    
    %保存最优值
    trace(1, gen)=min(ObjV);              %产生父代最小值
    trace(2, gen)=mean(ObjV);             %产生父代均值
    
    % 记录最佳值
    if gen==1                             %如果是第一代
        Val1=PVal;                        %Val1=PVal为调度工序开始加工时间及完成时间
        Val2=P;                           %Val2=P 511 321 542 .....
        MinVal=min(ObjV);                 %MinVal=min(ObjV)：MinVal=第一代父代最小值
        STemp=S;                          %S=其基因
    end
    %记录 最小的工序
    if MinVal>trace(1,gen)                %如果当前最小值>接下来代数中的最小值
        Val1=PVal;                        
        Val2=P;
        MinVal=trace(1,gen);              %更改最小值为当前代数的最小值
        STemp=S;                          %STemp更改为当前基因
    end
    
end
%-------------如需帮忙V：18332607515
% 当前最佳值
PVal=Val1; %工序时间
P=Val2;  %工序
S=STemp; %调度基因含机器基因

%% 描绘解的变化
figure(1)
plot(trace(1,:));
hold on;
plot(trace(2,:),'-.');grid;
legend('解的变化','种群均值的变化');

%% 显示最优解
figure(2);
MP=S(1,PNumber*MNumber+1:PNumber*MNumber*2);        %准备求加工机床号
for i=1:WNumber                                     %WNumber工序总个数
    val= P(1,i);                                    %加工工件及工序
    a=(mod((mod(val,100)),10));                               %工序
    c=(((mod(val,100))-a)/10);
    b=((val-a-c*10)/100);                                %工件
    Temp1=Jm{b,a};                                   %Temp=Jm（工件、工序）对应的机器
    mText=Temp1(MP(1,i));                            %加工机床号
    
    x1=PVal(1,i);
    x2=PVal(2,i);
    
    y1=mText-1;
    y2=mText;
    plotRec(x1,x2,mText);
    
    plotRec(PVal(1,i),PVal(2,i),mText);
    hold on;
    
    fill([x1,x2,x2,x1],[y1,y1,y2,y2],[1-1/b,1/b,b/PNumber]);
    text((x1+x2)/2,mText-0.25,num2str(P(i)));
end
%-------------如需帮忙V：18332607515

6、结果展示 

从下面的甘特图可以看到，横坐标为时间，纵坐标为机器号，每一个方块代表一道工序，左边在X轴的时间代表其工序开始时间，即AGV开始搬运的时间，右边在X轴上的时间代表工序结束时间，其中方块上的三个数字，第一个数代表工件编号，第二个数字代表搬运此工件的AGV编号，第三个数字为此工件的工序号。方块上的三个数字，第一个数代表工件编号，第二个数字代表搬运此工件的AGV编号，第三个数字为此工件的工序号。