基于遺傳算法的流水線生產(chǎn)人員編排優(yōu)化分析
MATLAB子程序
a)%%%n個(gè)工人的用時(shí)情況%%%
n=26;
StdTimc=[34 38 33 35 34 36 35 32 38 36 39 37 32 77 77 35 32 70
70 33 38 36 38 37 36 341: %%標(biāo)準(zhǔn)用時(shí)
t=[]:
for i=1:n
tmp =r ou nd(StdTime./(2*rand(l,n)));
%%% t (i, j) -- i工 人 完 成 j 工序 所 用 時(shí) 間 ，i 一工 人 ， j一 工 序
t=[ t; tm p];
end
%%save Time_ap.mat t
b)% %function [pop]二initialize_ap (num,n )%%
numVars = n ; 嘰變址數(shù)
xZomeLength二numVars+l;
pop 二zeros(num,xZomeLength);
for i=l:num
pop (i,l:numVars)=randperm(n):
end
disp(.種群初始化完成，
c) %%function vfitness二fitfunc_ ap(T)%%
tmpl=max(T (1 )+T (2 ),T (3 ))+T (4 )+T (5 ):
tmp2=max(m ax(m ax(T (6 ),T (7 ))+T (8 ),T (9 )+T (10))+T (1 1),T( 12)+T (13));
tmp3=max('1 '(1 4)/2 ,'l' (1 5)/2 )+'f (1 6)+'1 '(1 7))+t mp2;
tmp4=max(tmpl,tmp3)+max(T(18)/2,T(19)/2);
tmp5=max(tmp4,T(20)+T(21)+T(22)):
tmp6=tmp5+T(23)+T(24)+T(25)+T(26):
vfitness=l/tmp6; %%%此適應(yīng)度的目標(biāo)是使完成所有工序所花的時(shí)間最短