【Python3】混合流水工廠中的房間+多目标遺傳算法

前言

前面寫過單目标混合流水工廠中的房間排程問題及其遺傳算法實作，這裡實作多目标混合流水工廠中的房間排程問題的多目标遺傳算法

多目标遺傳算法

簡介：多目标遺傳算法NSGA、多目标遺傳算法等

個人總結如下：多目标遺傳算法，與遺傳算法的本質差別在于選擇操作——多目标遺傳算法根據帕累托等級和擁擠度選出優秀的個體。

測試實驗

資料來源：參考文獻[1]中的執行個體2

目标包括：

1. 最小化最大完工時間Makespan
2. 最小化總空閑時間
3. 最小化工件的總流程時間，即每個工件的加工開始到加工完成之間的時間和
4. 最小化總等待時間，即每個工件的流程時間減去其總加工時間

算法參數：種群規模40，疊代次數20，交叉機率0.80，變異機率0.05

得到帕累托前沿：

[[ 23 38 146 19]

[ 24 40 140 20]

[ 24 45 135 10]

[ 24 50 134 15]

[ 25 54 135 8]

[ 25 44 136 10]

[ 25 43 137 10]

[ 25 39 143 20]

[ 25 40 140 15]

[ 25 55 131 8]

[ 25 49 131 9]

[ 26 32 134 10]

[ 26 44 132 11]

[ 27 45 136 8]

[ 27 43 137 8]

[ 28 31 134 7]

[ 28 37 133 6]]

其中第1個的甘特圖如下：

參考文獻

[1] 張源,陶翼飛,王加冕.改進差分進化算法求解混合流水工廠中的房間排程問題[J/OL].中國機械工程:1-8[2020-08-08].http://kns.cnki.net/kcms/detail/42.1294.TH.20200522.1016.002.html.

附錄

代碼下載下傳

方式一：Github

方式二：百度網盤 提取碼：qnzh