【優(yōu)化調(diào)度】基于粒子群算法解決企業(yè)生產(chǎn)調(diào)度問題附matlab代碼
【優(yōu)化調(diào)度】基于粒子群算法解決企業(yè)生產(chǎn)調(diào)度問題附matlab代碼
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號處理、元胞自動機(jī)、圖像處理、路徑規(guī)劃、無人機(jī)等多種領(lǐng)域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。
1 內(nèi)容介紹
某服裝企業(yè)決定加工 9 批本企業(yè)品牌服裝，因季節(jié)變化關(guān)系，每批產(chǎn)品都有一個(gè)交貨期限，如果在此期限之前完成，則產(chǎn)品可以較高的價(jià)格出售，超過期限則將面臨更激烈的價(jià)格競爭而減少生產(chǎn)效益。假設(shè)各批次服裝的加工時(shí)間、交貨期限和利潤如表 1 所示，設(shè)每批產(chǎn)品的加工過程不允許中斷，即一批產(chǎn)品加工過程中不能插入其他批次產(chǎn)品的加工，求總利潤最大的加工順序。
表 1 本企業(yè)品牌產(chǎn)品加工時(shí)間和交貨期限表
產(chǎn)品批次 1 2 3 4 5 6 7 8 9
加工時(shí)間（天） 3 4 1 2 6 1 4 7 5
交貨期限 5 9 3 12 10 24 5 6 6
按期產(chǎn)品利潤（百元） 750 1200 800 900 2500 500 3000 5600 4500
逾期產(chǎn)品利潤（百元） 500 900 400 750 1800 300 1500 4000 2000
問題 ：選取適當(dāng)?shù)臎Q策變量，建立總 利潤最大化的服裝加工順序 模型，計(jì)算并列出生產(chǎn)進(jìn)度表。
2 仿真代碼
clear all;
close all;
clc;
N=
100
;%群體粒子個(gè)數(shù)
T=
20
;%最大迭代次數(shù)
c1=
2
;%個(gè)體最優(yōu)學(xué)習(xí)因子
c2=
2
;%全局最優(yōu)學(xué)習(xí)因子
Vmax=
4
;%速度最大值
Vmin=-
4
;%速度最小值
Wmax=
0
.
9
;%慣性權(quán)重最大值
Wmin=
0
.
4
;%慣性權(quán)重最小值rrr
Channel=
9
;%設(shè)置空閑信道數(shù)目
Counter=
0
;%更新次數(shù)
Flag=zeros(T,
1
);%標(biāo)記更新
overMatrix=zeros(T,N);%逾期時(shí)間矩陣
minTbest=zeros(
20
,
1
);%逾期時(shí)間矩陣
results=zeros(
20
,
11
);%結(jié)果矩陣
for
i=
1
:
20
minTbest(i,
1
)=
1000
;
end
step=
4
;%設(shè)置step位二進(jìn)制表示一個(gè)十進(jìn)制數(shù)
D=step.*Channel;%粒子維數(shù)
rbest=ones(
20
,Channel);
% vacant_time=[
10
,
60
,
25
,
170
,
83
,
5
,
54
,
155
];%設(shè)置各個(gè)信道的平均空閑時(shí)間（求均值）
time=[
3
4
1
2
6
1
4
7
5
];%時(shí)間矩陣
deadline=[
5
9
3
12
10
24
5
6
6
];
profilein=[
750
1200
800
900
2500
500
3000
5600
4500
];
profileout=[
500
900
400
750
1800
300
1500
4000
2000
];
%time=[
0
3
6
5
1
3
1
5
6
3
2
];%時(shí)間矩陣
%deadline=[
2
4
5
5
5
15
15
20
24
35
35
];
%profilein=[
1250
1600
1800
2500
500
1700
650
1500
1800
1200
800
];
%profileout=[
1000
1280
1440
200
0
1190
450
1050
1260
660
500
];
%%%
%%%
%%%
%%%
%%%
初始化種群個(gè)體（限定速度和位置）
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%
x=randint(N,D); %
隨機(jī)獲得二進(jìn)制編碼的初始種群
v=rand(N,D)*(Vmax-Vmin)+Vmin;%初始化速度
end
disp([
’20次全局最優(yōu)值（前9列為加工順序，第10列為本次加工總逾期時(shí)間（其中1000表示沒有更新，結(jié)果同上一次更新，第11列為總利潤））：’
]);
sortrows(results,
11
)
g; %最優(yōu)個(gè)體
g1=bin2decStep(g,step,Channel);
gb(T);
disp([
’利潤最大化的服裝加工順序?yàn)椋骸?/span>
,num2str(g1+
1
)]);
disp([
’最大總利潤為：’
,num2str(gb(T))]);
for
i=
1
:
20
if
Flag(i,
1
)==
1
overdueTime=minTbest(i);
end
end
disp([
’本次加工總逾期利潤：’
,num2str(overdueTime)]);
plot(gb,
’-*b’
);
xlabel(
’迭代次數(shù)’
);
ylabel(
’總利潤（元）’
);
title(
’適應(yīng)度進(jìn)化曲線’
);
3 運(yùn)行結(jié)果
4 參考文獻(xiàn)
[1]陳智慧. 基于JADE平臺的粒子群算法在經(jīng)濟(jì)調(diào)度中的應(yīng)用[J]. 電氣技術(shù), 2015, 16(001):32-35.