车间调度利用遗传算法的研究文件(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，初始化过程包括生成序列1、3、4、5、6、7、8、9，以及2、1、3、4、5、6、7、8、9等序列。 3、计算适应值：将编码后的个体解码成具体的工序序列，并计算其所对应的总执行时间。 4、选择操作：在现有的族群中，采用轮盘赌法选择出54个个体（即60*0.9的代沟比例），作为新族群。 5、交叉操作：对选定的新族群进行交叉运算。具体而言，随机选取两个个体（确保被选个体不重复），并根据一个随机数判断是否进行2点交叉。如果该随机数大于交叉概率，则选择随机的两个交叉点（例如1,2,3,5,6,7,8,4,9 和 2,1,3,5,6,4,9,7,8），生成新的个体序列。若交叉点位于2和5之间，则生成序列0,2,3,5,6,0,0,0，随后删除2、3、5和6这些位置的数据后写入新的序列。 6、变异操作：对经过交叉处理的新族群进行变异操作。针对每个个体，随机生成一个变异概率值；如果该值大于变异概率，则随机选取两个位置的数据进行交换。 7、群体替换：新族群包含54个个体，而原族群包含60个个体。因此保留适应值最佳的6个个体作为下一代的起始群体，其余的个体将被新族群中的54个个体所取代。