车间调度问题利用遗传算法的研究(matlab版本)。

简介：
车间调度遗传算法的研究-jobshopingmatlab.rar过程简介 1、参数初始化：设定族群规模为60，设置循环次数为500次，交叉概率为0.8，变异概率为0.6，以及代沟比例为0.9。 2、群体初始化：根据调度优先级对零件进行编码，例如对于包含3个零件和每个零件3个工序的场景，初始化过程如下：1、3、4、5、6、7、8、9、2 以及 2、1、3、4、5、6、7、8、9 等等。 3、计算适应值：将编码后的个体解码成具体的工序序列，并计算其所对应的执行时间。 4、选择操作：在现有的族群中，采用轮盘赌法选择出60 * 0.9（代沟）=54个个体，组成新的族群。 5、交叉操作：针对所选的新族群进行交叉运算。在新的族群中随机选取两个个体（避免重复选择已选个体），并生成一个随机数。如果该随机数大于交叉概率，则进行两点交叉。两点交叉的位置每次都是随机生成的，例如：1,2,3,5,6,7,8,4,9 和 2,1,3,5,6,4,9,7,8。若交叉位置位于2和5之间，则先生成序列 0,2,3,5,6,0,0,0 ，然后删除位置2到6的元素后写入新的序列即为：1,2,3,5,6,4,9,7,8。 6、变异操作：对经过交叉运算的新族群进行变异处理。对于每个个体，随机生成一个随机数。如果该随机数大于变异概率，则随机生成两个位置数据，并将这两个位置的数据进行交换。 7、群体替换：新的族群包含54个个体，而原来的族群为60个个体；因此保留适应值最高的6个个体以及其他48个个体替换掉原来的那些个体。