【车间调度】基于改进帝国企鹅算法求解车间调度问题附matlab代码

本文涉及的产品
网络型负载均衡 NLB,每月750个小时 15LCU
应用型负载均衡 ALB,每月750个小时 15LCU
传统型负载均衡 CLB,每月750个小时 15LCU
简介: 【车间调度】基于改进帝国企鹅算法求解车间调度问题附matlab代码

1 内容介绍

传统车间调度问题仅仅考虑工件的分配问题.而柔性车间调度问题在传统车间调度问题上做了一定的延伸,它更接近实际生产过程的原因是由于其在传统车间调度问题中加入了对加工机器的选择.因此对其的研究既具有理论意义,也有实际运用价值.本文对基于单目标的柔性车间调度问题进行研究,采用改进帝国企鹅算法作为求解问题的主要方法.


2 仿真代码

function y=aimFcn_Engineering(x,option,data)

x(x<=0)=0+eps;

x(x>1)=1;

if option.no==1


   %% Three bar truss design

   x_lb=0;

   x_ub=1;

   l=100;

   P=2;

   sigma=2;

   %

   x=(x_ub-x_lb).*x+x_lb;

   %

   g(1)=(sqrt(2)*x(1)+x(2))/(sqrt(2)*x(1)^2+2*x(1)*x(2))*P-sigma;

   g(2)=(x(2))/(sqrt(2)*x(1)^2+2*x(1)*x(2))*P-sigma;

   g(3)=(1/(sqrt(2)*x(2)+x(1)))*P-sigma;

   %

   punishiment=0;

   punishiment=punishiment+sum(g(g>0));

   y=(2*sqrt(2)*x(1)+x(2))*l+punishiment;

elseif option.no==2

   %% Welded beam structure problem

   x_lb=[0.1,0.1,0.1,0.1];

   x_ub=[2,10,10,2];

   tau_max=13600;

   sigma_max=30000;

   G=12e6;

   E=30e6;

   delta_max=0.25;

   L=14;

   P=6000;

   %

   x=(x_ub-x_lb).*x+x_lb;

   %

   Pc=4.013*E*sqrt(x(3)^2*x(4)^6/36)/L^2*(1-x(3)/2/L*sqrt(E/4/G));

   delta=4*P*L^3/E/x(3)^3/x(4);

   sigma=6*P*L/x(3)^2/x(4);

   J=2*(sqrt(2)*x(1)*x(2)*(x(2)^2/12+((x(1)+x(3))/2^2)));

   R=sqrt(x(2)^2/4+((x(1)+x(3))/2)^2);

   M=P*(L+x(2)/2);

   tau2=M*R/J;

   tau1=P/(sqrt(2)*x(1)*x(2));

   tau=sqrt(tau1^2+2*tau1*tau2*x(2)/2/R+tau2^2);

   %

   g(1)=tau-tau_max;

   g(2)=sigma-sigma_max;

   g(3)=delta-delta_max;

   g(4)=x(1)-x(4);

   g(5)=P-Pc;

   g(6)=0.125-x(1);

   g(7)=1.10471*x(1)*2+0.04811*x(4)*x(3)*(14+5);

   %

   punishiment=0;

   punishiment=punishiment+sum(g(g>0));

   %

   y=1.10471*x(1)*2+0.04811*x(4)*x(3)*(14+x(2))+punishiment;

elseif option.no==3

   %% tension/Compression spring design problem

   x_lb=0.01;

   x_ub=100;

   %

   g(1)=1-x(2)^3*x(3)/71785/x(1)^4;

   g(2)=(4*x(2)^2-x(1)*x(2))/12566*(x(2)*x(1)^3-x(1)^4)+1/5108/x(1)^2-1;

   g(3)=1-140.45*x(1)/x(2)^2/x(3);

   g(4)=(x(1)+x(2))/1.5-1;

   %

   punishiment=0;

   punishiment=punishiment+sum(g(g>0));

   %

   y=(x(3)+2)*x(2)*x(1)+punishiment;

elseif option.no==4

   %%

   g(1)=61/x(1)^3+61/x(1)^3+61/x(1)^3+61/x(1)^3+61/x(1)^3-1;

   %

   punishiment=0;

   punishiment=punishiment+sum(g(g>0));

   y=0.6224*sum(x)+punishiment;


end

end

3 运行结果

4 参考文献

[1]张丽娜. 帝国竞争算法的改进研究及其应用[D]. 河北地质大学.

[2]杨小东, 康雁, 柳青,等. 求解作业车间调度问题的混合帝国主义竞争算法[J]. 计算机应用, 2017(02):517-522.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。



相关实践学习
SLB负载均衡实践
本场景通过使用阿里云负载均衡 SLB 以及对负载均衡 SLB 后端服务器 ECS 的权重进行修改,快速解决服务器响应速度慢的问题
负载均衡入门与产品使用指南
负载均衡(Server Load Balancer)是对多台云服务器进行流量分发的负载均衡服务,可以通过流量分发扩展应用系统对外的服务能力,通过消除单点故障提升应用系统的可用性。 本课程主要介绍负载均衡的相关技术以及阿里云负载均衡产品的使用方法。
相关文章
|
5月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
253 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
5月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
122 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
8天前
|
算法 数据安全/隐私保护
室内障碍物射线追踪算法matlab模拟仿真
### 简介 本项目展示了室内障碍物射线追踪算法在无线通信中的应用。通过Matlab 2022a实现,包含完整程序运行效果(无水印),支持增加发射点和室内墙壁设置。核心代码配有详细中文注释及操作视频。该算法基于几何光学原理,模拟信号在复杂室内环境中的传播路径与强度,涵盖场景建模、射线发射、传播及接收点场强计算等步骤,为无线网络规划提供重要依据。
|
21天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
156 80
|
9天前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
9天前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。
|
7天前
|
移动开发 算法 计算机视觉
基于分块贝叶斯非局部均值优化(OBNLM)的图像去噪算法matlab仿真
本项目基于分块贝叶斯非局部均值优化(OBNLM)算法实现图像去噪,使用MATLAB2022A进行仿真。通过调整块大小和窗口大小等参数,研究其对去噪效果的影响。OBNLM结合了经典NLM算法与贝叶斯统计理论,利用块匹配和概率模型优化相似块的加权融合,提高去噪效率和保真度。实验展示了不同参数设置下的去噪结果,验证了算法的有效性。
|
6天前
|
算法 决策智能
基于SA模拟退火优化算法的TSP问题求解matlab仿真,并对比ACO蚁群优化算法
本项目基于MATLAB2022A,使用模拟退火(SA)和蚁群优化(ACO)算法求解旅行商问题(TSP),对比两者的仿真时间、收敛曲线及最短路径长度。SA源于金属退火过程,允许暂时接受较差解以跳出局部最优;ACO模仿蚂蚁信息素机制,通过正反馈发现最优路径。结果显示SA全局探索能力强,ACO在路径优化类问题中表现优异。
|
14天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
17天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。