第1章 绪论 1
1.1 生产调度中干扰应对问题的产生和发展 1
1.2 具有恶化效应的生产调度 3
1.2.1 具有恶化效应和加工时间可控的生产调度 4
1.2.2 具有恶化效应和带有机器维护的生产调度 4
1.2.3 具有恶化效应和加工可拒绝的生产调度 5
1.3 生产调度干扰应对方法 5
1.3.1 生产调度干扰应对模型的构建 5
1.3.2 干扰应对模型的求解算法 12
1.3.3 小结 16
1.4 本书的研究内容 17
第2章 加工时间可控的新任务到达应对方法 20
2.1 具有恶化效应和加工时间可控的新任务到达应对分析 20
2.2 干扰应对模型构建及性质分析 21
2.2.1 原始调度方案制定 21
2.2.2 干扰应对模型的构建 23
2.2.3 模型结构的性质分析 24
2.3 干扰应对模型的求解算法 26
2.3.1 基于先验知识和混合优化机制的多目标进化算法 26
2.3.2 基于Benchmark测试函数的算法最优性检验 32
2.3.3 数值实验和结果分析 35
2.4 本章小结 40
第3章 考虑多生产因素的新任务到达应对方法 42
3.1 考虑多生产因素的新任务到达应对分析 42
3.2 考虑机器维护的集成优化干扰应对方法 43
3.2.1 考虑机器维护的原始调度方案制定 43
3.2.2 考虑机器维护的集成优化干扰应对模型的构建 45
3.2.3 考虑机器维护的集成优化干扰应对模型的结构性质分析 46
3.2.4 基于先验知识和混合优化机制的多目标进化算法 50
3.2.5 数值实验和结果分析 56
3.3 考虑加工可拒绝的集成优化干扰应对方法 62
3.3.1 考虑加工可拒绝的原始调度方案制定 62
3.3.2 考虑加工可拒绝的集成优化干扰应对模型的构建 65
3.3.3 考虑加工可拒绝的集成优化干扰应对模型的结构性质分析 65
3.3.4 基于先验知识和混合优化机制的多目标进化算法 66
3.3.5 数值实验和结果分析 70
3.4 本章小结 78
第4章 考虑调度方案鲁棒性的随机机器故障应对方法 80
4.1 考虑调度方案鲁棒性的随机机器故障应对分析 80
4.2 考虑加工成本与鲁棒性指标的随机机器故障应对方法 81
4.2.1 考虑加工成本与鲁棒性指标的调度模型 81
4.2.2 基于代理模型和先验知识的多目标进化算法 83
4.2.3 数值实验和结果分析 88
4.3 考虑鲁棒性的质量与风险的随机机器故障应对方法 93
4.3.1 考虑鲁棒性的质量与风险的调度模型 93
4.3.2 基于代理模型和随机排序策略的多目标进化算法 94
4.3.3 数值实验和结果分析 100
4.4 本章小结 106
第5章 实际案例研究 107
5.1 集装箱加工过程及干扰应对问题分析 107
5.2 考虑安排设备大维修的新增订单应对 110
5.2.1 考虑安排设备大维修的新增订单应对方案生成 111
5.2.2 考虑安排设备大维修的新增订单应对方案评价 113
5.3 考虑外包加工的新增订单应对 115
5.3.1 考虑外包加工的新增订单应对方案生成 115
5.3.2 考虑外包加工的新增订单应对方案评价 116
5.4 考虑调度方案鲁棒性的随机设备故障应对 118
5.4.1 考虑调度方案鲁棒性的随机设备故障应对方案生成 118
5.4.2 考虑调度方案鲁棒性的随机设备故障应对方案评价 120
5.5 集装箱加工过程干扰应对辅助软件原型系统 121
5.5.1 原始调度方案生成模块 122
5.5.2 干扰应对方案生成模块 122
5.6 本章小结 123
参考文献 125
附录A 算法性能指标 137
附录B 问题（P3）的混合整数规划模型 139
索引 141