优化求解基于NSGA-2的求解多目标柔性车间调度算法

Posted Matlab走起

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了优化求解基于NSGA-2的求解多目标柔性车间调度算法相关的知识,希望对你有一定的参考价值。

​柔性作业车间调度问题(FJSP)是经典作业车间调度问题的重要扩展,其中每个操作可以在多台机器上处理,反之亦然。结合实际生产过程中加工时间、机器负载、运行成本等情况,建立了多目标调度模型。针对NSGA2算法收敛性不足的缺陷,引入免疫平衡原理改进NSGA2算法的选择策略和精英保留策略,成功避免了局部收敛问题,提高了算法的优化性能。通过与启发式规则以及多种智能算法进行比对仿真实验,改进的NASA2算法能获得更好的解。用改进的NAGA2算法求解实例,不仅有效地克服多目标间数量级和量纲的障碍,而且得到了满意的pareto解集,进一步验证了该算法和模型的可行性。
 

function  main
    clear all;
    clc;
    pop = 100; %种群数量
    gen = 10; %迭代次数
    pop_f=100;%父代种群数量
    data_mac;%载入车间设备信息
    data_pro;%载入待加工工件信息
    pro_matrix=[];%包含工序及目标函数值得决策矩阵
    mac_matrix=[];%包含设备染色体信息的决策矩阵
    c_time_matrix=[];%最后一代所有个体总时间矩阵
    t_cons_matrix=[];%最后一代所有个体总能耗矩阵
    for i=1:pop_f%生成初始种群
        [P,M,N]=initPop(J);%J为工件相关信息,p为工序的编码 m为对应的机器编码  n为所选设备在对应可选设备集中的序列号
        [part_t,mac_t]=decode(J,P,M,N);%part_t为对应工件各工序加工时间信息  mac_t为对应设备各工序加工时间信息
        c_time=cal_comp_time(part_t);%c_time最大完工时间 part_t为调度方案所对应的加工时间信息
        t_load=cal_equ_load(part_t);%t_load设备总负荷
        pro_matrix(i,:)=[P,c_time,t_load];
        mac_matrix(i,:)=M;
    end 
​
        nsgaiii( J,Mac,gen,pop,pro_matrix,mac_matrix );
        
end
​
​

完整代码添加QQ1575304183

以上是关于优化求解基于NSGA-2的求解多目标柔性车间调度算法的主要内容,如果未能解决你的问题,请参考以下文章

车间调度基于matlab候鸟算法MBO求解柔性作业车间调度问题含Matlab源码 2354期

用Python实现基于遗传算法(GA)求解混合流水车间调度问题(HFSP)

车间调度基于matlab帝国企鹅算法求解柔性车间调度问题含Matlab源码 1991期

车间调度基于matlab帝国企鹅算法求解柔性车间调度问题含Matlab源码 1991期

(MATLAB代码分享可运行)基于NSGA-2算法的多目标水电站电力调度优化

多目标进化算法详细讲解及代码实现(样例:MOEA/DNSGA-Ⅱ求解多目标(柔性)作业车间调度问题)