基于Python和笛卡尔遗传规划（Cartesian Genetic Programming, CGP)，对柔性车间调度问题FJSP求解

 

前言

实习阶段在研究柔性车间调度，即(Flexible Job-shop Scheduling Problem, FJSP)的问题，公司的前辈已经使用了很多方法实现了对复杂的实际调度问题进行求解。我做的部分主要是在公开数据集上，尝试用遗传规划(Genetic Programming)去求解FJSP问题。经过比对，发现在公开数据集上使用GP方法求解FJSP问题，收敛速度比遗传算法要更快。本文的实现方法是基于知乎上的一篇文章《使用Python和遗传规划(Genetic Programming)玩转Flappy Bird》，链接在此 https://zhuanlan.zhihu.com/p/55518544

柔性作业车间调度问题介绍 (Flexible Job-shop Scheduling Problem, FJSP)

什么是柔性车间调度，我们可以先来说说传统的车间调度，传统的车间调度问题包括工件、工序、机器三个属性，其中工件由工序组成，机器在加工工件时需要按照工序的顺序，一个工序只能由一台机器去完成。柔性车间调度，顾名思义就是在传统的调度加上了更多的信息，即一个工序可以由一个或多个机器去完成。想要详细了解柔性作业车间调度问题介绍的同学，可以看看这篇介绍https://cloud.tencent.com/developer/article/1501792

具体实现流程

1. 寻找FJSP公开数据集和benchmark

2. 设计GP算法（重要）<