matlab求车辆调度问题的代码,车间作业调度问题遗传算法_matlab源代码

function [Zp,Y1p,Y2p,Y3p,Xp,LC1,LC2]=JSPGA_2(M,N,Pm,T,P)

%--------------------------------------------------------------------------

% JSPGA_2.m

% 车间作业调度问题遗传算法

%--------------------------------------------------------------------------

% 输入参数列表

% M 遗传进化迭代次数

% N 种群规模(取偶数)

% Pm 变异概率

% T m×n的矩阵，存储m个工件n个工序的加工时间

% P 1×n的向量，n个工序中，每一个工序所具有的机床数目

% 输出参数列表

% Zp 最优的Makespan值

% Y1p 最优方案中，各工件各工序的开始时刻，可根据它绘出甘特图

% Y2p 最优方案中，各工件各工序的结束时刻，可根据它绘出甘特图

% Y3p 最优方案中，各工件各工序使用的机器编号

% Xp 最优决策变量的值，决策变量是一个实数编码的m×n矩阵

% LC1 收敛曲线1，各代最优个体适应值的记录

% LC2 收敛曲线2，各代群体平均适应值的记录

% 最后，程序还将绘出三副图片：两条收敛曲线图和甘特图(各工件的调度时序图)

%第一步：变量初始化

[m,n]=size(T);%m是总工件数，n是总工序数

Xp=zeros(m,n);%最优决策变量

LC1=zeros(1,M);%收敛曲线1

LC2=zeros(1,N);%收敛曲线2

%第二步：随机产生初始种群

farm=cell(1,N);%采用细胞结构存储种群

for k=1:N

X=zeros(m,n);

for j=1:n

for i=1:m

X(i,j)=1+(P(j)-eps)*rand;

end

end

farm{k}=X;

end

counter=0;%设置迭代计数器

while counter

%第三步：交叉

newfarm=cell(1,N);%交叉产生的新种群存在其中

Ser=randp