【Python3】混合流水车间+遗传算法+解码算法+完整代码

首先申明如下：

不知学术期刊上是否有相关研究（懒懒的天~，还是觉得有点太简单了……），所以，注意【】内事项：

【研究】【非学术论文】【未经授权禁止转载】【侵权必究】

进入正题：

基于最早完工时间解码算法的遗传算法求解混合流水车间调度问题

摘要：基于遗传算法，以最早完工时间为规则指派工件的加工机器进行解码，进行仿真实验。

关键词：混合流水车间；遗传算法；解码算法；最早完工时间

序言

混合流水车间在流水车间的基础上，增加了机器选择，难度更大，同样属于NP难题。

问题描述

有n工件，m机器，每个工件均有p工序，每道工序有nom台机器可选，在满足的约束条件下，安排工件的加工优先级和加工机器，实现优化指标。以最小化Makespan为例。

遗传算法

编码基于优先级编码，比如：以3工件为例，编码可以为3,1,2，表示加工优先级为3,1,2，即先安排工件3、再安排工件1，以此类推。

解码基于最早完工时间解码算法，比如：假设一条编码为3,1,2，每个工件均有3道工序，3道工序可选的加工机器数量分别为2、3、2，先安排工件3，假设其在并行机（第一道工序）上的完工时间分别为2、3，则选择第2台并行机，然后按此规则依次计算后续工序的完工时间并分配好加工机器；工件3安排完成后，再按此规则安排后续工件及其工序的完工时间并分配机器，最终得到机器分配的结果和调度结果。

解码后生成：

（1）机器编码，目的是便于保存结果，以及后续再解码；

（2）封装的调度结果对象，目的是便于算法求解目标值

交叉算子采用PMX

变异算子采用两点交换变异

选择算子采用轮盘赌选

仿真实验

遗传算法参数，种群规模40，最大迭代次数50，最大滞留代数15，交叉概率0.80，变异概率0.05

两个小规模实验

实验1，数据参考文献[1]中的表4。

结果

甘特图，机器编码11表示机器编号为1，并行机编号为1