基于PPNSA+扰动算子的车间调度优化仿真

1.程序功能描述

       基于PPNSA+扰动算子的车间调度最优化matlab仿真,可以任意调整工件数和机器数,输出甘特图和优化收敛曲线。

2.测试软件版本以及运行结果展示

MATLAB2022a版本运行

3.核心程序

[Xs,ff] = func_initial(T,Npop);

fout   = zeros(Iters,1);      

for i = 1:Iters

    i

   [ff,I] = sort(ff,'descend');

   Xs     = Xs(I,:);

   Pmax   = Xs(1,:);

   Fmax   = ff(1);

    %子种群

   for j = 1:Pop_n

       Pops              =Xs(j:Pop_n:end,:);           

       ff_               =ff(j:Pop_n:end,:);

       [Popss,F3]        =func_FLA(T,Pops,ff_,Pmax,Fmax);

       Xs(j:Pop_n:end,:) = Popss;

       ff(j:Pop_n:end,:) = F3;

   end

    %进化结果评估

   [Xsolve,ybest]  =func_Eval(Xs,ff);

   fout(i)         = -mean(ybest);

end

figure

[Fouts,Etime] = func_fitness(T,Xsolve);

Stime         = Etime-T(:,Xsolve); %开始时间

fval          = -Fouts;

M1            = size(T,1);    %行数M1为机器数

NX            = length(Xsolve);    %列数NX为工件数

for i = 1:M1

   for j = 1:NX

       x1 = Stime(i,j);

       x2 = Etime(i,j);

       y1 = i-1;

       y2 = i-0.05;

       fill([x1 x2 x2 x1],[y1 y1 y2 y2],[0,1,0]);

       text(x1*0.55+x2*0.45,(y1+y2)/2,[num2str(Xsolve(j))],'Fontsize',8,'Color','k');

       hold on;

   end

   text(-0.8,(y1+y2)/2,['机器',num2str(i)],'Fontsize',8,'Color','k');

end

hold off;

xlabel('时间');

set(gca,'ytick',[],'YDir','reverse','Color',[1

1 1]);

axis([0 fval 0 M1-0.05]);

title(['工件数:',num2str(NX),',机器数:',num2str(M1),', 最优值:',num2str(fval)]);

figure;

plot(1:Iters,fout(1:end),'b-o');

grid on;

xlabel('进化代数');

ylabel('适应度');

28

4.本算法原理

        车间调度问题（Job Shop Scheduling Problem, JSSP）是制造业中非常关键的一类优化问题。它涉及到多个工件在多个机器上的加工顺序安排，目标通常是最小化完成所有工件的总时间，即最小化最大完工时间（Makespan）。由于JSSP具有NP难的特性，传统的优化方法往往难以在合理时间内找到最优解。因此，启发式算法和元启发式算法成为了解决这类问题的主流方法。