《车间调度及其遗传算法》学习——前言

今天开始逐步学习王凌老师主编的《车间调度及其遗传算法》一书，并做一些笔记。

调度的任务是根据生产目标和约束,为每个加工对象确定具体的加工路径、时间、机器和操作等。优良的调度策略对于提高生产系统的最优性提高经济效益,有着极大作用。

 

王凌老师的这本书主要由5章组成：

第1章介绍调度问题与计算复杂性，包括对工件加工数据和特征、机器加工环境、加工性能指标的描述,进而给出调度问题的表示和分类,并着重介绍Job Shop和Flow Shop两类典型调度问题;其次,对现有的调度算法进行分类,并介绍多种常用的邻域搜索算法;最后,对计算复杂性和NP等基本概念作简单介绍。

第2章介绍遗传算法的理论与实现技术,首先阐述遗传算法的基本优化流程、模式定理和隐含并行性;其次介绍遗传算法的收敛性理论,包括算法的马尔可夫链描述、标准算法的收敛性和收敛速度估计，进而介绍一般可测状态空间上遗传算法的收敛性;然后,对遗传算法的1.编码、2.适配值函数、3.算法参数、4.算法操作、5.终止条件的设计进行介绍,并阐述遗传算法的改进研究和一种免疫遗传算法;最后介绍并行遗传算法。

第3章介绍Job Shop调度问题及其遗传算法设计,首先对Job Shop调度进行描述,并介绍若干典型的调度问题;其次,介绍Job Shop调度的多种遗传算法编码设计、算法操作和框架设计;进而,介绍Job Shop调度的一种有效混合遗传算法和一类模糊Job Shop调度的遗传算法设计;最后,对Job Shop调度的遗传算法进行了简要综述。

第4章介绍Flow Shop调度及其遗传算法设计,首先对FlowShop调度及其启发式算法进行介绍,进
而介绍了若干典型Flow Shop调度问题,然后分别介绍置换Flow Shop调度、多目标Flow Shop调度、一类批量可变Flow Shop调度、模糊Flow Shop调度和混合Flow Shop调度及其遗传算法设计。

第5章介绍并行机调度及其遗传算法设计,具体包括最小化最大完成时间的遗传算法、最小化最大加权推迟时间的遗传算法、最小化公共交货期下E/T指标的遗传算法和一类带工艺约束并行机调度的遗传算法设计。