1 簡(jiǎn)介

隨著市場(chǎng)競(jìng)爭(zhēng)日益激烈,先進(jìn)高效的物流系統(tǒng)越來(lái)越成為企業(yè)增強(qiáng)自身競(jìng)爭(zhēng)力的核心要素.本文針對(duì)工廠總平面布置優(yōu)化設(shè)計(jì)問(wèn)題,提出了一種基于遺傳算法的廠區(qū)布置優(yōu)化方法,通過(guò)對(duì)一個(gè)實(shí)際的汽車(chē)配件廠的具體設(shè)計(jì)問(wèn)題對(duì)該算法進(jìn)行實(shí)驗(yàn),結(jié)果表明本算法能夠顯著優(yōu)化人工設(shè)計(jì)的布局.

2 部分代碼

clcclear allclose all%mainfun 是本項(xiàng)目運(yùn)行遺傳算法進(jìn)行廠區(qū)布置優(yōu)化的主程序，負(fù)責(zé)執(zhí)行各函數(shù) NIND=60; %NIND 為群體數(shù)量，設(shè)定為 60 個(gè) MAXGEN=100; %MAXGEN 為最大遺傳代數(shù)，設(shè)定為 100 代 GGAP=0.5; GGAr=0.5; XOVR=0.6; ? ? ? %交叉率%GGAP 為交叉概率，設(shè)定為 0.9 MUTR=0.8; ? ? ? %變異率%lenchrom 為染色體長(zhǎng)度，作業(yè)單元數(shù)量為 23 lenchrom=23; WNumber=23;%下面運(yùn)行 initial 函數(shù)來(lái)創(chuàng)建染色體初始種群 chrom=initial(NIND,lenchrom); %下面計(jì)算初始種群的目標(biāo)函數(shù)值 trace=zeros(MAXGEN,2); gen=0; ObjV=goalfun(chrom); %運(yùn)行 goalfun 函數(shù)來(lái)計(jì)算目標(biāo)函數(shù)值 while gen<MAXGEN ? ? FitnV=ranking(ObjV); ? ? %分配、排序適應(yīng)度值，從小到大排序 ? ? SelCh=select('rws',chrom,FitnV,GGAr); ? ? %選擇操作，采用隨機(jī)競(jìng)爭(zhēng)選擇 ? ? SelCh=across(SelCh,XOVR); ? ? %重組個(gè)體，采用兩點(diǎn)交叉，交叉概率為 0.7 ? ? ? ? ?% f=rep([1;23],[1,23]); ? ? %矩陣復(fù)制，將[1;23]列向量橫向復(fù)制 23 次 ? ? %f 是邊界矩陣 ? ? SelCh=aberranceJm(SelCh,MUTR); ? ? ?%在邊界矩陣 f 控制下，變異概率為 0.1，不壓縮變異范圍 ? ? SelCh=fix(SelCh); ? ? %向 0 方向取整 ? ? SelCh=restore(SelCh); ? ? ? ? ? ? ? ? %運(yùn)行 restore 函數(shù)修復(fù)錯(cuò)誤個(gè)體 ? ? ObjVSel=goalfun(SelCh); ? ? %計(jì)算子代目標(biāo)函數(shù)值 ? ? [chrom,ObjV]=reins(chrom,SelCh,1,1,ObjV,ObjVSel); ? ? %重插入：基于適應(yīng)度，插入全部子代，代替不適應(yīng)的父代，并按子代拷貝目標(biāo) ? ? gen=gen+1; ? ? trace(gen,1)=min(ObjV); ? ? %當(dāng)代最小目標(biāo)函數(shù)值 ? ? trace(gen,2)=sum(ObjV)/length(ObjV); ? ? %當(dāng)代平均目標(biāo)函數(shù)值 end %下面求出最優(yōu)解及其目標(biāo)函數(shù)值 [Y,I]=min(ObjV); chrom(I,:),Yfigure(1)plot(trace(:,1),'-.');%畫(huà)出每代的最小目標(biāo)函數(shù)值曲線 grid %給坐標(biāo)加網(wǎng)格 legend('最小目標(biāo)函數(shù)值曲線') %顯示圖例

3 仿真結(jié)果

4 參考文獻(xiàn)

[1]陳鎮(zhèn)東, 秦坤, 劉凱勛. 基于遺傳算法的共享汽車(chē)站點(diǎn)選址布局及優(yōu)化設(shè)計(jì)[J]. 江蘇科技信息, 2019, 36(14):3.

博主簡(jiǎn)介：擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無(wú)人機(jī)等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問(wèn)題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。