遗传算法，求解经典作业调度问题（FT06）

神经网络、遗传算法、蚁群算法、粒子群算法等其他智能算法的MATLAB实现及应用，本文所有的代码均通过测试可以直接在matlab上进行使用仿真。

%Step 1 问题相关数据初始化 %Step 2 算法参数初始化 %Step 3 种群初始化 %step 4 根据单一染色体获得其详细的调度方案 %生成机器基础表 %获取可用机器编码 %依次为jobSeq中的作业安排当前的机器及开工、完工时间 %获取这些可用机器中最早可用机器编码 %根据可用机器的最早可用时间和当前作业的最早可用时间确定该作业在该到工序上的开工，完工时间 %更新作业和机器的可用时间

基于matlab建模，本模型是通过遗传算法优化BP神经网络进行预测，最后输出进化过程图、预测效果对比图、误差图和RMSE、MAE、MAPE、R2等评价指标。可以结合自己的数据集运行，需要修改的地方均备注了，适合新手入门，包括main.m、BpFunction.m、Objfun.m三个.m文件。 本文件代码是基于【每行一个样本，每列一个特征】，如果数据集以列为样本请注意转置！运行前需安装matlab遗传算法工具箱。

利用遗传算法优化SVM的两个参数，得到高精度的SVM模型用于识别分类

串行工序，多工序串行

GA-B85M-D2V-TM-3.0 位置图.pdf 配合图纸维修更省力！！

这个版本是目前（20171228日）最新版本, 而且文档里面包含获取最新版的网址。 Javassist.jar是一个可以执行字节码操作的函数库，可是尽管如此，它却是简单而便与理解的。他允许开发者对自己的程序自由的执行字节码层的操作，当然了，你并不需要对字节码有多深的了解，或者，你根本就不需要了解。

神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。

一个非常好的理解遗传算法的案例，让你轻轻松松学会GA遗传算法