遗传算法解决第一类生产平衡问题

未解决早熟问题，若有想法可相互交流

import numpy as np
import random

file=open（“Buxey.txt“）#数据文件
C =47
#读取数据文件
def readfile（file）:
    lines=file.readlines（）
    n=int（lines[0].strip（）.split（‘\t‘）[0]）#工序数
    line_times=lines[1:n+1]
    lines=lines[n+1:-1]#优先关系
    row_times=len（line_times）
    rows=len（lines）#优先关系行数
    e=np.zeros（（rows2））#生成相应大小的零矩阵
    times=[0]*n
    row=0
    row_time=0
    for line in lines:
        line=line.strip（）.split（‘\t‘）
        line=line[0]
        line=line.split（‘‘）
        line=[int（line[0]）int（line[1]）]
        e[row:]=line[:]
        row+=1
    for line in line_times:
        line=line.strip（）.split（‘\t‘）
        j=‘‘
        for i in line:
            j=j+i
        line=int（j）
        times[row_time]=line
        row_time+=1
    relation=np.zeros（（nn））
    for i in range（len（e））:
        a=int（e[i][0]）-1
        b=int（e[i][1]）-1
        relation[a][b]=1
    return nrelationtimes#返回优先关系矩阵和工序时间列表

#自由工序
def freedots（relationn）:
    frees=[]
    for i in range（n）:
        if not relation[:i].any（）:
            frees.append（i）
    return frees
#产生初始种群
def initial（relationpopsizen）:#n即代表染色体长度也代表relation矩阵的维度
    pop=[]
    for i in range（popsize）:
        pop.append（[]）
        relation_new=relation
        pre_dots=list（range（1n+1））
        for j in range（n）:
            b=len（relation_new[0]）
            frees=freedots（relation_newb）
            if len（frees）==1:
                a=frees[0]
                pop[i].append（pre_dots[a]）
                pre_dots.remove（pre_dots[a]）
                relation_new=np.delete（relation_newa0）
                relation_new=np.delete（relation_newa1）
            else:
                a=random.choice（frees）
                pop[i].append（pre_dots[a]）
                pre_dots.remove（pre_dots[a]）
                relation_new=np.delete（relation_newa0）
                relation_new = np.delete（relation_new a 1）
    return pop
#计算适应值
def calfitness（poptimes）:
    time_fenpei=[]#各工序时间
    for i in range（len（pop））:
        time_fenpei.append（[]）
        for j in pop[i]:
            time_fenpei[i].append（times[j-1]）
    def fenpei（job_fenpeitime_gzzLT）:#L表示染色体，T表示对应的时间
        if sum（T）<=C:
           job_fenpei.append（L）
           time_gzz.append（sum（T））
           return job_fenpeitime_gzz
        l=len（L）
        ret=0
        j=0
        while True:
           ret+=T[j]
           j+=1
           if ret>C:
                break
        fenpei_1=L[:j-1]
        job_fenpei.append（fenpei_1）
        time_gzz.append（sum（T[:j-1 ]））
        return fenpei（job_fenpeitime_gzzL[j-1:]T[j-1:]）
    zong_fenpei=[]
    zong_time=[]
    for i in range（len（pop））:
        job_fenpei=[]
        time_gzz=[]
        cd=fenpei（job_fenpeitime_gzzpop[i]time_fenpei[i]）
        zong_fenpei.append（c）
        zong_time.append（d）
    fitnesses=[]#每条染色体的适应值
    for i in zong_time:
        fitness=0
        for j in

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件         337  2020-10-28 16:09  Buxey.txt
     文件        7978  2020-12-07 16:07  遗传算法生产.py