[PlantSimulation]GAWizard遗传算法的应用

PlantSimulation除了提供常规的建模功能外，还可以通过额外的库来进行模型的优化，比如说遗传算法、瓶颈分析等，今天主要讲一下Tools中GAWizard的使用方法。

遗传算法是20世纪60~70年代主要由美国 Michigon 大学 John Holland 教授提出.  其内涵哲理启迪于自然界生物从低级、简单到高级、复杂，乃至人类这样一个漫长而绝妙的进化过程。借鉴 Darwin 的物竞天择、优胜劣汰、适者生存的自然选择和自然遗传的机理。其本质是一种求解问题的高效并行全局搜索方法，它能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应

地控制搜索过程以求得最优解。

l 基本思想

从一初始化的群体出发， 通过随机选择(复制)（使群体中优秀的个体有更多的机会传给下一代），交叉（体现了自然界中群体内个体之间的信息交换），和变

异（在群体中引入新的变种确保群体中信息的多样性）等遗传操作，使最具有生存能力的染色体以最大可能生存， 群体一代一代地进化到搜索空间中越来越好的区域。

l 生物遗传概念在遗传算法中的对应关系

l 适应函数：即目标函数

l 基本步骤

l PlantSimulation示例

某公司一条混流生产线生产5种产品，设计遗传算法安排生产顺序使其切换时间最短。

1.在PlantSimulation中建立如下图所示模型：

2.Source的产生选择Sequence Cydical，并将sequence拖入到table的设置框内，点击apply，确定将sequence设置成相应的格式。

3.三个machine的处理时间均按默认即可，setup time设置成matrix（type），并将三个setup_machine的表格拖入到相应处理器的setup设置框内。

Setuptime的tablefile可以按照如下时间设置：

4.在Eventcontroller中设置结束时间为10天；并勾选展示报告。

5.全局变量TotalSetupTime的设置方法设置在endsim方法中实现，总的切换时间等于三个机器切换时间的总和。

6.将sequence图标拖到GAWizard上并松开鼠标，此为设置需要优化的参数，也可理解为初始种群的选择；其次将全局变量TotalSetupTime拖到GAWizard中，此为设置适应度函数，即目标函数。

7.可以根据自身需要设置世代数以及世代大小；

8.点击运行选项卡下的开始，即可对模型进行分析计算，并展示最终的效果。

以世代数为50、世代大小为100为例，最佳顺序为5,3,1,4,2，最佳适应度为24:10:24:00.000。