研究生數(shù)學(xué)建模競(jìng)賽選拔賽-wenkub.com
2025-06-07 01:36 本頁(yè)面
【正文】 ascend39。 else T(k)=P(k)+T(k3)。 elseif k==10 T(k)=P(10)+T(7)。 T(2)=P(2)+T(1)。 %按照vector各元素的值，重排列向量得到矩陣P end P。5 4 2 4 4 5。plot([vPoint(3,1),vPoint(4,1)],[vPoint(3,2),vPoint(4,2)])。plot([vPoint(1,1),vPoint(2,1)],[vPoint(1,2),vPoint(2,2)])。vPoint(1,:) = [mPoint1,mText1]。)。 x4=mPoint1。 x2=mPoint2。 Word=num2str(Y3p(i,j))。%第五步：繪甘特圖if plotif for i=1:m for j=1:n mPoint1=Y1p(i,j)。 Y2p(:,k)=Q2。 Q2(pos(POS(1)))=Q1(pos(POS(1)))+T(pos(POS(1)),k)。 ppp=find(EndTime==MinEndTime)。%取出使用編號(hào)為i的機(jī)器為其加工的工件的編號(hào) lenpos=length(pos)。Y3p(:,1)=Q3。 if lenpos=2 for j=2:lenpos Q1(pos(j))=Q2(pos(j1))。%取出第一道工序Q3=floor(R)。Y3p=zeros(m,n)。plot(LC2)。[Zp,Y1p,Y2p,Y3p]=COST(X,T,P,plotif)。 end end farm{pos(1)}=Xp。 I=unidrnd(m)。%收斂曲線2，各代群體平均適應(yīng)值的記錄 pos=find(fitness==minfitness)。 else farm{i}=FARM{Ser(2*i)}。 for i=1:N f1=FITNESS(Ser(2*i1))。 for i=1:(2*N) X=FARM{i}。 end %新舊種群合并 FARM=[farm,newfarm]。%隨機(jī)選擇交叉點(diǎn) a=[A(:,1:cp),B(:,(cp+1):n)]。B((cp+1):m,:)]。%父代個(gè)體 B=farm{Ser(i+1)}。endcounter=0。%收斂曲線2%第二步：隨機(jī)產(chǎn)生初始種群farm=cell(1,N)。% 輸入?yún)?shù)列表% M 遺傳進(jìn)化迭代次數(shù)% N 種群規(guī)模(取偶數(shù))% Pm 變異概率% T mn的矩陣，存儲(chǔ)m個(gè)工件n個(gè)工序的加工時(shí)間% P 1n的向量，n個(gè)工序中，每一個(gè)工序所具有的機(jī)床數(shù)目% 輸出參數(shù)列表% Zp 最優(yōu)的Makespan值% Y1p 最優(yōu)方案中，各工件各工序的開(kāi)始時(shí)刻，可根據(jù)它繪出甘特圖% Y2p 最優(yōu)方案中，各工件各工序的結(jié)束時(shí)刻，可根據(jù)它繪出甘特圖% Y3p 最優(yōu)方案中，各工件各工序使用的機(jī)器編號(hào)% Xp 最優(yōu)決策變量的值，決策變量是一個(gè)實(shí)數(shù)編碼的mn矩陣% LC1 收斂曲線1，各代最優(yōu)個(gè)體適應(yīng)值的記錄% LC2 收斂曲線2，各代群體平均適應(yīng)值的記錄% 最后，程序還將繪出三副圖片：兩條收斂曲線圖和甘特圖（各工件的調(diào)度時(shí)序圖）%第一步：變量初始化[m,n]=size(T)。5,4,6。Pm=。[3] Palmer D S. Sequencing Jobs through a MultiStage Process in the Minimum Total TimeA Quick Method of Obtaining a Near Optimum. . Operat Res Q, (16):101107, 1965.[4] 梁迪，謝里陽(yáng)，隋天中，陶澤，基于遺傳和禁忌搜索算法求解車(chē)間調(diào)度優(yōu)化問(wèn)題，計(jì)算機(jī)應(yīng)用，26(4):857860,2006。3. 窮舉法解決小規(guī)模的問(wèn)題時(shí)采用的方法，這里的小規(guī)模不僅指的是機(jī)器及工件的個(gè)數(shù)小，還包括是否需要考慮工件到來(lái)間隔時(shí)間、機(jī)器是否存在阻塞問(wèn)題等。2. n/m/P/Fma模型的僅對(duì)流水車(chē)間排序問(wèn)題適用，使用有較大限制，模型推廣性不強(qiáng)?？梢哉J(rèn)為本問(wèn)題最優(yōu)調(diào)度有14種，最短時(shí)間為35分鐘。流程如圖2所示，程序見(jiàn)附錄。 窮舉法 窮舉法的思想為6個(gè)加工件的全排列個(gè)數(shù)為6！=720個(gè)，得出時(shí)間最短的排列。 用Palmer法求解P(1,2,…,6)=(2,4,1,1,2,1)，則按Pi減少的順序排列工件的加工順序有兩個(gè)：R1=(1,3,4,6,5,2)和R2=(1,4,3,6,5,2)。此改進(jìn)法以Si增加的順序排列工件的加工順序得到最優(yōu)解或者近優(yōu)解。 模型求解——Palmer法1965年P(guān)almer ，稱為Palmer法[3]。由于作者編程水平有限，程序調(diào)試不成功，在此不做結(jié)果的展示，程序及部分結(jié)果附在文后，請(qǐng)讀者更正。（2）順序約束：只能在上道工序加工完成后才能開(kāi)始下一道工序的加工。本題可用此方法求解。遺傳算法是此模型的經(jīng)典求解方法。機(jī)器工作不需要準(zhǔn)備時(shí)間?，F(xiàn)需確定工件的加工次序，使六種工件的加工完成時(shí)間最短。此車(chē)間需要生產(chǎn)六種
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1