【车间调度】基于GA/PSO/SA/ACO/TS优化算法的车间调度比较（Matlab代码实现）

目录

1 概述

2 FJSP 描述

3 运行结果

3.1 main1运行结果

3.2 main2运行结果

4 Matlab代码

 5 参考文献

6 写在最后

1 概述

柔性作业车间调度问题(Flexible Job shop Sched-uling Problem , FJSP)是在离散制造业和流程工业中应用广泛的一类问题,已被证明是典型的 NP-上hard问题。

FJSP是作业车间调度问题(Job shop Scheduling Prob-lem,JSP)的扩展,FJSP中每个工件的每道工序均可以在可选择的有限台机器上加工,且在每台机器上的加工时间不一定相同,可灵活地进行资源选择,提高调度的敏捷性,更加贴近实际生产。目前元启发式算法是解决FJSP的常用方法,其主要可分为群体智能算法和局部搜索算法。陆家辉等人提出一种混合。
Jaya优化算法求解柔性作业车间调度问题,并设计一种离散化更新算子使Jaya 优化算法更适用于FJSP,混合2种新型邻域结构提高算法的同守儿→军等人[2将化学反应算法与禁忌搜索相结合,设计了4种操作来保证种群多样性,以实现最优的全局探索,加人禁忌搜索提高了混合算法的局部寻优能力。

2 FJSP 描述

FJSP可以按照以下形式进行描述:n个工件(记为J1,J2,…,Ji,…,Jn)在m台机器(记为M1,,M2. ,…,

Mm

） 上加工;第 i

个工件

包含

比 道工序 （ 各工序依次为

; 所有 工序按照预先确定的顺序加工;每道工序有可选机器集合

,

加工时间由分配的机器决定 。 由此, FJSP 实际上是由2 个子问题组成的 ， 即机器选择和工序排序 。

此外,FJSP还需满足以下约束。

1 ） 同一台机器在同一时刻只能加工一道工序 。

2 ） 同一工件在同一时刻只能在一台机器上加工 。

3 ） 所有工件在 0 时刻均可以被加工 。

4 ） 不同工件工序之间相互独立 ， 同一工件工序之间有先后约束。

5 ） 每个工件在加工过程中不能被中断 。

6 ） 忽略机器准备时间以及工件转运时间 。

本文以最大完工时间久皿最小为优化目标

， 设

为工件

的完工时间 ， 则目标函数为(公式比较重要，得纯手打）：

3 运行结果

本文包括五种优化算法进行比较，分别是：遗传算法、粒子群优化算法、模拟退火算法、蚂蚁算法、禁忌搜索算法

3.1 main1运行结果

下面看看运行结果比较：

3.2 main2运行结果

4 Matlab代码

本文仅展现部分代码，全部代码及文章讲解见：

【车间调度】基于GA/PSO/SA/ACO/TS优化算法的车间调度比较（Matlab代码实现）

function [costs, bestSol] = PSO(jobs, m, n, particals, iterations, costFunc)
  c1 = 1.4944;
  c2 = 1.4944;
  w = 0.79;
  gbests = ones(1, n);
  gbest = costFunc(gbests, jobs, m, n);
  lbests = randi(m, particals, n);
  lbest = ones(1, particals);
  costs = ones(iterations, 1);
  costsEnd = 0;
  for i = 1:particals
      lbest(i) = costFunc(lbests(i, :), jobs, m, n);
      if lbest(i) < gbest
          gbest = lbest(i);
          gbests = lbests(i, :);
      end
  end
  x = lbests;
  v = zeros(particals, n);
  
  for i = 1:iterations
      ibest = costFunc(ones(particals, n), jobs, m, n);
      r1 = rand(particals, 1);
      r2 = rand(particals, 1);
      v = w*v + c1 * bsxfun(@times, r1, lbests - x) + ...
        c2 * bsxfun(@times, r2, (bsxfun(@minus, gbests, x)));
      x = round(x + v);
      %x = bsxfun(@mod, x, m) + 1;
      x(x < 1) = 1;
      x(x > m) = m;
      for j = 1:particals
          c = costFunc(x(j, :), jobs, m, n);
          if c < ibest
              ibest = c;
          end
          if c < lbest(j)
              lbest(j) = c;
              lbests(j, :) = x(j, :);
          end
      end
      costsEnd = costsEnd + 1;
      costs(costsEnd) = ibest;
      [ilbest, idx] = min(lbest);
      %ibest
      ilbests = lbests(idx, :);
      if ilbest < gbest
          gbest = ilbest;
          gbests = ilbests;
      end
  end
  bestSol = gbests;
end

 5 参考文献

[1]王玉芳,曾亚志,蒋亚飞.基于自适应灰狼优化算法的柔性作业车间调度问题[J].现代制造工程,2022(7):1-10

[2]张守京,杜昊天,侯天天.求解多目标双资源柔性车间调度问题的改进NSGA-Ⅱ算法[J].机械科学与技术,2022,41(5):771-778

[3]黄学文,陈绍芬,周阗玉,孙宇婷.求解柔性作业车间调度的遗传算法综述[J].计算机集成制造系统,2022,28(2):536-551

6 写在最后

部分理论引用网络文献，如有侵权请联系删除。