作业车间调度理论与算法

第1章绪论(1)

1.1 车间调度的重要性(1)

1.2 调度问题及其国内外研究概况(4)

1.2.1 调度问题的描述及其分类(4)

1.2.2 调度问题的特性(5)

1.2.3 调度问题的研究概况(7)

1.3 调度问题的研究方法(7)

1.3.1 精确方法(9)

1.3.2 近似方法(10)

1.4 元启发式算法及其在车间调度中的应用(13)

1.4.1 基于群体智能的算法(13)

1.4.2 局部搜索算法(15)

1.5 基于元启发式算法的调度方法研究与前景展望(18)

主要参考文献(19)

第2章 基于遗传算法的JobShop调度问题研究(33)

2.1 基本遗传算法介绍(33)

2.2 JobShop调度问题的描述(34)

2.2.1 JobShop调度问题模型(35)

2.2.2 调度类型分类(36)

2.3 用遗传算法求解JobShop调度问题(38)

2.3.1 编码和解码(38)

2.3.2 交叉操作(42)

2.3.3 变异操作(43)

2.3.4 选择操作(44)

2.3.5 适应度函数(44)

2.3.6 遗传算法求解步骤(45)

2.3.7 计算试验结果(45)

2.4 用遗传算法求解非传统JobShop调度问题(47)

2.4.1 非传统JobShop调度问题的编码和解码(48)

2.4.2 非传统JobShop调度问题的性能指标函数(49)

2.4.3 计算结果与分析(50)

2.5 本章小结(53)

主要参考文献(54)

第3章 基于禁忌搜索算法的JobShop调度问题研究(58)

3.1 禁忌搜索算法基本理论(58)

3.1.1 禁忌搜索算法原理(58)

3.1.2 禁忌搜索算法设计要素(58)

3.2 JobShop调度问题的析取图模型(62)

3.3 用禁忌搜索算法求解JobShop调度问题(64)

3.4 计算试验研究与结果(71)

3.5 本章小结(77)

主要参考文献(77)

第4章 基于混合算法的JobShop调度问题研究(81)

4.1 引言(81)

4.2 用TSSA混合算法求解JobShop调度问题(82)

4.2.1 TSSA混合算法的优化策略(83)

4.2.2 用TSSA混合算法求解JobShop调度问题(85)

4.2.3 试验结果与分析(87)

4.3 用GATS混合算法求解JobShop调度问题(95)

4.3.1 GATS混合算法的优化策略(95)

4.3.2 用GATS混合算法求解JobShop调度问题(96)

4.3.3 试验结果与分析(101)

4.4 本章小结(108)

主要参考文献(108)

第5章 基于混合算法的柔性作业车间调度问题研究(112)

5.1 柔性作业车间调度问题描述(112)

5.2 基于遗传算法的柔性作业车间调度问题研究(114)

5.3 基于遗传禁忌搜索算法的柔性作业车间调度问题研究(123)

5.3.1 柔性作业车间调度析取图模型(123)

5.3.2 基于禁忌搜索算法的柔性作业车间调度优化(125)

5.3.3 用GATS算法求解柔性作业车间调度问题(127)

5.3.4 计算试验结果与分析(127)

5.4 本章小结(129)

主要参考文献(129)

第6章 工艺路线规划与车间调度集成优化研究(131)

6.1 引言(131)

6.2 工艺路线规划与车间调度集成研究现状(131)

6.3 用改进遗传算法求解工艺路线规划与车间调度集成问题(133)

6.3.1 工艺路线规划与车间调度集成描述(133)

6.3.2 基于改进遗传算法的多工艺路线调度优化(135)

6.3.3 测试与结果分析(139)

6.4 用改进遗传算法求解多工艺路线批量调度问题(144)

6.4.1 问题描述(145)

6.4.2 用改进遗传算法求解多工艺批量调度问题(148)

6.4.3 测试与结果分析(150)

6.5 本章小结(152)

主要参考文献(152)

第7章 用遗传算法求解多目标动态调度问题研究(157)

7.1 引言 (157)

7.2 多目标优化问题的基本理论 (158)

7.2.1 多目标优化的基本概念 (158)

7.2.2 多目标优化算法 (160)

7.3 多目标柔性作业车间调度问题 (163)

7.3.1 问题描述 (163)

7.3.2 目标函数 (164)

7.4 基于改进NSGAⅡ算法的多目标柔性作业车间调度问题研究 (165)

7.5 基于滚动窗口的多目标动态调度优化研究 (178)

7.5.1 多目标动态调度问题研究现状 (178)

7.5.2 多目标动态调度问题描述 (179)

7.5.3 基于多目标遗传算法的动态调度优化 (182)

7.6 本章小结 (190)

主要参考文献 (190)

第8章 不确定条件下多目标柔性作业车间调度问题研究(193)

8.1 引言 (193)

8.2 不确定条件下的柔性作业车间调度问题基本理论 (193)

8.2.1 模糊集合与模糊数选取 (194)

8.2.2 模糊数操作 (196)

8.3 不确定条件下的柔性作业车间调度问题描述 (199)

8.3.1 不确定条件下的柔性作业车间调度问题 (199)

8.3.2 不确定条件下的柔性作业车间调度问题评价指标 (201)

8.3.3 若干种满意度可能情况的讨论 (202)

8.4 不确定条件下基于遗传算法的柔性作业车间调度问题研究 (203)

8.4.1 用遗传算法求解不确定条件下的柔性作业车间调度问题 (203)

8.5 不确定条件下的多目标柔性作业车间调度问题 (212)

8.5.1 不确定条件下的多目标柔性作业车间调度问题优化模型 (213)

8.5.2 用改进NSGAⅡ算法求解不确定条件下的多目标柔性

作业车间调度问题 (213)

8.6 本章小结 (221)

主要参考文献 (221)

第9章 原型系统设计与开发(223)

9.1 应用背景分析 (223)

9.2 原型系统功能 (224)

9.2.1 车间制造资源建模 (224)

9.2.2 车间作业计划与控制 (226)

9.2.3 生产过程仿真与监控 (229)

9.3 车间作业调度应用实例 (230)

附录A JobShop调度问题基准实例测试结果(237)

附录B 改进当前最好解的统计(243)

附录C 获得的最好解在国外网站作为最新成果公布(245)

附录D 部分基准实例新的最好解(246)

《作业车间调度理论与算法》比较全面地综述了调度问题的国内外研究现状和发展，阐述了调度问题基本的概念、分类、特性和理论；介绍了基于元启发式算法的传统单目标单件/柔性作业车间调度优化算法；论述了根据问题解空间结构等特征设计的基于自然机理的新型混合优化算法，并通过对基准问题的测试证实了所介绍调度优化算法的有效性。针对现代离散制造企业需要，论述了复杂制造系统中广泛存在的多工艺、多目标、不确定和动态的作业车间调度优化的解决方法。

本书反映了作者及其研究团队在作业车间调度方面的研究成果，并介绍了其将理论应用于实践的案例，适合相关专业学生及相关研究人员参考。