NEH启发式算法

　

启发式算法

NEH启发式算法简介

首先计算每个工序在每台机器上的总时间，时间越长优先权数越大。

算法分三步，第一步求每个工序在每台机器上的加工时间总长，按递减顺序排列；第二步取出第一步的前两个工序，即优先权数最大的两个工序；第三部将剩余的工序逐次插入第二步的结果中，插入的位置使得makespan最小。

参考

gatt、makespan

NEH启发式算法

# -*- coding:utf-8 -*-
import numpy as np
import time
from .tool import makespan_value


class NEH:
	def sort(self, data):
		total_time = np.zeros([2, data.shape[1]])
		total_time[0] = data[0]
		for i in range(data.shape[1]):
			total_time[1, i] = np.sum(data[:, i])
		total_time = total_time[:, np.argsort(-total_time[1])]
		return total_time
	
	def insert(self, data, total_time):
		neh_data = np.zeros([data.shape[0], 2], dtype=data.dtype)
		neh_data[:, :2] = data[:, np.array(total_time[0, :2], dtype=int) - 1]
		for k in range(2, data.shape[1]):
			temp = data[:, int(total_time[0, k] - 1)]
			neh_data = np.insert(neh_data, k, temp, axis=1)
			for i in range(k):
				if makespan_value(neh_data) > makespan_value(np.insert(neh_data, i, temp, axis=1)):
					neh_data = np.delete(neh_data, k, axis=1)
					neh_data = np.insert(neh_data, i, temp, axis=1)
		data_neh = neh_data[0]
		return data_neh


def neh(data, draw=0):
	"""
	:param data: n行m列，第一行工序编号，其他是加工时间
	:return:
	"""
	data = data[:, np.argsort(data[0])]
	new = NEH()
	start_time = time.time()
	total_time = new.sort(data)
	data_neh = new.insert(data, total_time)
	end_time = time.time()
	print("Time used: %s" % (end_time - start_time))
	print("The minimum makespan: %s" % makespan_value(data[:, data_neh - 1]))
	if draw:
		import matplotlib.pyplot as plt
		from .tool import gatt
		gatt(data[:, data_neh - 1])
		plt.show()
	return data_neh

相关阅读