流水车间调度及其优化算法PDF电子书下载

第1章 绪论 1

1.1 调度问题描述及其分类 1

1.1.1 调度问题 1

1.1.2 调度问题模型及其分类 2

1.1.3 调度问题举例 5

1.2 生产调度方法 9

1.2.1 启发式调度方法 10

1.2.2 单解智能算法 10

1.2.3 基于群体的智能算法 12

本章参考文献 15

第2章 置换流水车间调度问题 20

2.1 Fm｜prmu｜Cmax的算法概述 21

2.2 Fm｜prmu｜Cmax的数学模型 25

2.2.1 混合整数规划模型 25

2.2.2 有向图模型 26

2.3 加工性能指标的计算 29

2.3.1 前向计算法 29

2.3.2 反向计算法 30

2.3.3 双向计算 31

2.4 Fm｜prmu｜Cmax的插入邻域快速评价 32

2.5 Taillard曲型问题 34

2.6 启发式算法 37

2.6.1 Johnson算法 38

2.6.2 Campbell-Dudek-Smith（CDS）方法 38

2.6.3 Palmer启发式算法 39

2.6.4 Gupta算法 39

2.6.5 RapidAccess（RA）算法 40

2.6.6 RACS和RAES算法 40

2.6.7 Pour（PO）算法 41

2.6.8 Nawaz-Enscore-Ham（NEH）算法 41

2.6.9 NEH_D算法 43

2.6.10 NEH_KK算法 45

2.6.11 NEH_KK1算法 46

2.6.12 Raj算法 47

2.6.13 B5Cmax算法 48

2.6.14 FRB算法 49

2.6.15 PGh和NEHP1启发式算法 51

2.6.16 启发式算法的性能比较 52

2.7 DPSO调度算法 57

2.7.1 解的表达 57

2.7.2 初始化 57

2.7.3 微粒的位置更新 58

2.7.4 微粒群的更新 63

2.7.5 DPSO调度算法的流程 63

2.7.6 数值仿真研究 63

2.8 混合DPSO调度算法 71

2.8.1 解的扰动 71

2.8.2 邻域搜索 72

2.8.3 解的接收标准 72

2.8.4 HDPSO调度算法 73

2.8.5 数值仿真研究 73

本章参考文献 80

第3章 置换流水车间调度问题（Total Flowtime） 86

3.1 Fm｜prmu｜？Fj的算法概述 86

3.1.1 启发式算法 86

3.1.2 智能优化算法 91

3.2 性能指标的计算 94

3.2.1 总流经时间 94

3.2.2 机器空闲时间 94

3.2.3 Fm｜prmu｜？Ii的插入邻域快速评价 95

3.2.4 Fm｜prmu｜？Fi的插入邻域快速评价 96

3.2.5 Taillard Benchmark问题上界 96

3.3 启发式算法 97

3.3.1 Raj算法 97

3.3.2 Ho算法 98

3.3.3 RZ算法 99

3.3.4 LIT规则和SPD规则 100

3.3.5 WY算法 102

3.3.6 FL算法 103

3.3.7 LR算法 104

3.3.8 IH算法 106

3.3.9 IH-FL算法 106

3.3.10 C1_FL和C2_FL算法 107

3.3.11 ICH算法 107

3.3.12 改进LR算法 108

3.3.13 启发式算法的性能比较 108

3.4 DPSO调度算法 112

3.4.1 初始化 112

3.4.2 数值仿真研究 112

3.4.3 混合DPSO算法 118

3.5 Memetic算法 123

3.5.1 算法编码与初始化 123

3.5.2 选择、交叉和变异 123

3.5.3 局部算法 128

3.5.4 种群的更新 128

3.5.5 多样性控制策略 129

3.5.6 MA的算法步骤 130

3.5.7 MA的标定 131

3.5.8 MA的试验评价 134

本章参考文献 137

第4章 零空闲流水车间调度问题 142

4.1 零空闲调度问题的算法概述 143

4.2 零空闲调度问题的数学模型 144

4.2.1 问题描述 144

4.2.2 混合整数规划模型 144

4.2.3 有向图模型 145

4.3 加工性能指标的计算 147

4.3.1 方法一 147

4.3.2 方法二——Kalczynski和Kamburowski方法 148

4.3.3 方法三——前向计算法 149

4.3.4 方法四——反向计算法 150

4.3.5 方法五——双向计算法 151

4.4 快速邻域搜索 153

4.5 特殊的零空闲流水车间调度问题 155

4.5.1 F2｜perm,no-idle｜Cmax 155

4.5.2 F3｜perm,no-idle｜Cmax 156

4.5.3 F3｜perm,no-idle｜Cmax的不规则现象 158

4.5.4 满足特定条件的F3｜perm,no-idle｜Cmax 158

4.5.5 满足特定条件的Fm｜perm,no-idle｜Cmax 159

4.6 启发式算法 160

4.6.1 SGM算法 160

4.6.2 NEH算法 161

4.6.3 KK算法 162

4.6.4 IGA_BM算法 163

4.6.5 RVF算法 164

4.6.6 IsSGM和IiSGM算法 165

4.6.7 IsKK和IiKK算法 165

4.6.8 启发式算法的性能比较 166

4.7 DPSO调度算法 170

4.7.1 Fm｜perm,no-idle｜Cmax的优化 170

4.7.2 Fm｜perm,no-idle｜∑Fj的优化 175

4.8 多目标零空闲流水车间调度问题 178

4.8.1 Cmax和Tmax的计算 178

4.8.2 基于Pareto档案的和声搜索调度算法 178

4.8.3 仿真实验 181

本章参考文献 183

第5章 阻塞流水车间调度问题 188

5.1 阻塞流水车间调度问题的算法概述 188

5.2 阻塞流水车间调度问题 189

5.2.1 问题描述 189

5.2.2 混合整数规划模型 189

5.2.3 有向图模型 190

5.3 性能指标的计算 191

5.4 启发式算法 193

5.4.1 MM算法 193

5.4.2 MBT算法 194

5.4.3 PF算法 194

5.4.4 wPF算法 196

5.4.5 PW算法 197

5.4.6 PFE启发式算法 199

5.4.7 PF-NEH（x）、wPF-NEH（x）与PW-NEH（x）算法 200

5.4.8 PF-NEHLS（x）、wPF-NEHLS（x）和PW-NEHLS（x）算法 202

5.4.9 启发式算法的性能比较 202

5.5 离散和声搜索调度算法 210

5.6 离散人工蜂群调度算法 219

本章参考文献 227

第6章 零等待流水车间调度问题 230

6.1 零等待调度问题的算法概述 231

6.2 零等待调度问题的模型 232

6.2.1 问题描述 232

6.2.2 整数规划模型 232

6.2.3 有向图模型 233

6.3 加工性能指标 234

6.3.1 Cmax计算方法一 234

6.3.2 Cmax计算方法二——Kalczynski和Kamburowski算法 236

6.3.3 ∑Fi计算方法一 236

6.3.4 ∑Fi计算方法二——基于Kalczynski和Kamburowski算法 237

6.4 快速邻域搜索算法 237

6.4.1 快速插入邻域搜索算法 237

6.4.2 快速交换邻域搜索算法 241

6.5 零等待调度问题的特征 243

6.5.1 F2｜perm,no-ωwait｜Cmax 243

6.5.2 Fm｜perm,no-ωwait｜Cmax的块结构及其性质 244

6.5.3 Fm｜perm,no-ωwait｜Cmax的多重插入移动 244

6.5.4 Fm｜perm,no-ωwait｜Cmax的不规则现象 246

6.6 启发式算法 249

6.6.1 NEH算法 249

6.6.2 Edy启发算法 250

6.6.3 SDH算法 251

6.6.4 Dipak算法 252

6.6.5 SDH＋Dipak算法 252

6.6.6 仿真实验 253

6.7 智能计算方法 257

6.7.1 Fm｜perm,no-ωwait｜Cmax问题 257

6.7.2 Fm｜perm,no-ωwait｜∑Fj的优化 261

6.7.3 NWFSP的多目标优化 266

本章参考文献 276

第7章 批量流水车间调度问题 281

7.1 批量流水车间调度问题分类 282

7.1.1 根据分批策略分类 282

7.1.2 根据启动时间分类 283

7.1.3 根据机器空闲时间分类 283

7.1.4 其他分类 284

7.2 批量流水车间调度问题研究进展 284

7.3 LFm｜prmu｜？ajE＋βjTj问题 287

7.3.1 问题描述 287

7.3.2 指标计算 287

7.3.3 批量移动法 288

7.3.4 DE调度算法 290

7.3.5 混合DE调度算法 291

7.3.6 离散差分进化调度算法 296

7.4 LFm｜prmu sequent-independent setup time｜Cmax问题 301

7.4.1 问题描述 301

7.4.2 最大完成时间的计算方法 301

7.4.3 插入邻域快速算法 304

7.4.4 人工蜂群算法 305

7.4.5 离散ABC算法 309

7.5 LFm｜prmu sequent-de pendent setup time｜Cmax问题 316

7.5.1 问题描述 316

7.5.2 最大完成时间的计算 317

7.5.3 基本EDA算法 319

7.5.4 EDA调度算法 320

本章参考文献 333