【车间调度】基于模拟退火优化算法的的并行车间机器优化调度(Matlab代码实现)
目录
4 基于模拟退火优化算法的的并行车间机器优化调度(Matlab代码实现)
1 概述
并行机调度(也称并行多机调度, Parallel MachinesScheduling Problem,简称PMSP问题)是实际生产过程中的一类典型调度问题,其研究n个工件J,…,J.}在m台机器{M,,…,Mm}]上的加工过程,每个工件只有一道工序"。在并行机调度问题中,当每台机器均能满足各工件的加工时,此时的调度解主要考虑所有工件在各机器上的划分问题,或者说,如何将m台机器分配给n个工件。以最大完工时间最小为优化日标的并行机调度问题已经被证明是NP完全问题。
2并行机调度问题的的描述
对于n个工件m台机器的并行机调度问题,如果不考虑同-一台机器上加工各工件之间的准备时间,用t,表示工件i的加工时间,W,表示加工过程中该工件等待加工的时间,C表示该工件的加工完毕时间,用f表示所有工件的最大完工时间,则有:
3 模拟退火法
4 基于模拟退火优化算法的的并行车间机器优化调度(Matlab代码实现)
4.1 运行结果
部分代码
function sol=ParseSolution(q,model)
I=model.I;
J=model.J;
p=model.p;
s=model.s;
% Delimiters Position
DelPos=find(q>I);
% Determine Start and End of Machines Job Sequence
From=[0 DelPos]+1;
To=[DelPos I+J]-1;
% Create Jobs List
L=cell(J,1);
for j=1:J
L{j}=q(From(j):To(j));
end
% Time-based Simulation
ST=zeros(I,1);
PT=zeros(I,1);
FT=zeros(I,1);
MCT=zeros(J,1);
for j=1:J
for i=L{j}
k=find(L{j}==i);
if k==1
ST(i)=0;
else
PreviousJob=L{j}(k-1);
ST(i)=FT(PreviousJob)+s(PreviousJob,i,j);
end
PT(i)=p(i,j);
FT(i)=ST(i)+PT(i);
end
if ~isempty(L{j})
MCT(j)=FT(L{j}(end));
end
end
Cmax=max(MCT);
sol.L=L;
sol.ST=ST;
sol.PT=PT;
sol.FT=FT;
sol.MCT=MCT;
sol.Cmax=Cmax;
end
针对并行机调度问题的粒子群算法进行了设计,首先提出了基于机器和 PPR的粒子编码方法以及基于工件和PPS 的粒子编码方法。针对在基于机器和 PPR的粒子编码方法中容易产生不可行调度方案的缺点,对其粒子群算法进行了改进,改进后的算法在优化结果上有较好的提高。在此基础上,本文给出了基于两种不同粒子编码方法的粒子群算法步骤。
其次,将基于上述两种不同粒子表示方法的粒子群算法,对7工件3机器并行机调度问题和30工件10机器并行机调度问题两种不同规模的算例进行了测试,实验结果显示,基于两种不同粒子编码方法的粒子群算法均能够得到较好的优化结果,其中基于基于工件和 PPS粒子编码的粒子群算法的优化性能较好,对于30工件I0机器的并行机调度问题,其计算结果好于遗传算法的计算结果。
5 参考文献
部分理论引用网络文献,如有侵权请联系删除。
[1]刘民,吴澄.进化规划方法在最小化拖期任务数并行机调度问题中的应用[J].电子学报,1999,27(7):132-134
[2]刘民,吴澄,杨英杰.并行多机调度问题的一种基于组合规则的遗传算法[J].电子学报,2000,28(5):52-54
[3]刘志雄.并行机调度问题粒子群优化研究[J].机械设计与制造,2010(10):68-70
6 Matlab代码
相关文章
- 利用机器学习改善深对流参数化方案中的对流触发函数
- 快速入门Python机器学习(37)
- matlab 求矩阵秩,用MATLAB编程求矩阵的秩
- matlab 求矩阵秩,求Matlab中矩阵的秩和迹 | 学步园[通俗易懂]
- lasso回归matlab,机器学习Lasso回归重要论文和Matlab代码「建议收藏」
- matlab中如何求插值点,MATLAB插值「建议收藏」
- matlab 插值出错,MATLAB插值问题
- matlab interp1db,matlab – Matlab interp1图出现数据偏移 – 堆栈内存溢出
- matlab画图标签,Matlab绘图
- matlab 稀疏矩阵 乘法,Matlab 矩阵运算[通俗易懂]
- 机器学习:MATLAB语法
- IEEE follow机器学习遥感图像处理课程讲义及Matlab代码分享
- MATLAB好玩的代码_Matlab代码
- Matlab 直方图_matlab分析
- 机器学习之朴素贝叶斯分类算法
- matlab 怎么使用function,Matlab中function函数使用操作方法
- 对于内网带宽大于3Gbps的机器,使用iperf3压测时,可以多开几个进程,否则可能压不到上限
- 知识增强的图机器学习在药物发现中的应用
- 机器学习_knn算法_2
- 【最新报告】机器学习:73%的企业迷途求生?
- 23个优秀的机器学习数据集,给智能更好的经验
- CADD、人工智能和机器学习在药物发现中的应用:方法概述
- 机器学习里的bias的一些处理方法和思考
- 【数字信号处理】卷积编程实现 ( Matlab 卷积和多项式乘法 conv 函数 | 使用 matlab 代码求卷积并绘图 )
- 机器学习之 损失函数和风险函数详解大数据
- Linux下使用Matlab玩转编程世界。(linux下matlab)
- 谷歌发布 TensorFlow Serving:机器学习模型应用于产品更方便
- 快速安装Linux上的MATLAB(linux安装matlab)
- Oracle帮助企业实现业务快速增长20万台机器协同制造数据(20万oracle造数据)
- 新机器连接Redis遇到超时问题(新机器连接redis超时)
- Redis主从机器配置指南(redis配置主从机器)