内容简介：　　

　 本书主要介绍各种典型静态调度问题及其遗传算法的设计。全书由5章组成。第1章介绍调度问题的描述、分类和算法以及计算复杂性；第2章介绍遗传算法的理论与实现技术，包括算法流程、模式定理、隐含并行性、收敛性理论、收敛速度估计、算法设计（编码、适配值函数、算法参数、操作、终止条件、改进）、免疫遗传算法、并行遗传算法；第3章介绍Job Shop调度描述、典型调度问题、Job Shop调度的遗传算法编码、操作和框架设计、混合遗传算法、模糊Job Shop调度的遗传算法设计以及Job Shop调度的遗传算法综述；第4章介绍 Flow Shop调度描述、常用启发式算法、典型调度问题以及置换Flow Shop调度、多目标 Flow Shop调度、批量可变Flow Shop调度、模糊FIOW Shop调度和混合FIOW Shop调度以及它们的遗传算法设计；第5章介绍并行机调度及其遗传算法设计，包括最小化最大完成时间、最小化最大加权推迟时间、最小化公共交货期下E/T指标、一类带工艺约束并行机调度及其遗传算法设计。最后在附录中给出国际上常用的有关Benchmark问题。
　 本书适于作为控制科学与技术、管理科学、计算机科学、生产调度等学科的高年级本科生、研究生的教材或参考书．也可供工程技术人员参考


目录：
第1章 调度问题与计算复杂性
　　1.1调度问题及其描述
　　　　1.1.1调度问题
　　　　1.1.2工件加工数据和特性的描述
　　　　1.1.3机器加工环境的描述
　　　　1.1.4加工性能指标的描述
　　　　1.1.5性能指标的正规性、等价性和活动调度
　　　　1.1.6调度问题的表示
　　　　1.1.7 Job Shop和Flow Shop调度问题
　　1.2调度算法分类与邻域搜索算法
　　　　1.2.1调度算法分类
　　　　1.2.2邻域搜索算法
　　1.3计算复杂性与NP完全问题
　　　　1.3.1计算复杂性基本概念
　　　　1.3.2 P，NP，NP-C，NP-hard
第2章 遗传算法理论与实现技术
　　2.1遗传算法的基本流程
　　2.2模式定理和隐含并行性
　　2.3遗传算法的马尔可夫链描述及其收敛性
　　　　2.3.1预备知识
　　　　2.3.2标准遗传算法的马尔可夫链描述
　　　　2.3.3标准遗传算法的收敛性
　　　　2.3.4标准遗传算法的收敛速度估计
　　2.4一般可测状态空间上遗传算法的收敛性
　　　　2.4.1问题描述
　　　　2.4.2算法及其马尔可夫链描述
　　　　2.4.3收敛性分析和收敛速度估计
　　　　2.4.4有限离散状态空间上GA的收敛性和收敛速度
　　2.5遗传算法参数与操作的设计
　　　　2.5.1编码
　　　　2.5.2适配值函数
　　　　2.5.3算法参数
　　　　2.5.4遗传操作
　　　　2.5.5算法终止条件
　　2.6遗传算法的改进
　　2.7免疫遗传算法
　　　　2.7.1引言
　　　　2.7.2免疫遗传算法及其收敛性
　　　　2.7.3免疫算子的机理与构造
　　　　2.7.4 TSP的免疫遗传算法
　　2.8并行遗传算法
　　　　2.8.1同步主仆式
　　　　2.8.2异步并发式
　　　　2.8.3网络式
　　　　2.8.4 GAMAS模型
第3章 Job Shop调度及其遗传算法
　　3.1引言
　　3.2典型Job Shop调度问题
　　3.3 Job Shop调度的遗传算法编码设计
　　　　3.3.1基于操作的编码
　　　　3.3.2基于工件的编码
　　　　3.3.3基于先后表的编码
　　　　3.3.4基于工件对关系的编码
　　　　3.3.5基于优先规则的编码
　　　　3.3.6基于析取图的编码
　　　　3.3.7基于完成时间的编码
　　　　3.3.8基于机器的编码
　　　　3.3.9随机键编码
　　3.4 Job Shop调度的遗传算法操作和框架设计
　　　　3.4.1 JSP的GA交叉与变异操作设计
　　　　3.4.2 JSP的GA框架设计
　　3.5 Job Shop调度的混合遗传算法
　　　　3.5.1编码与解码
　　　　3.5.2混合遗传算法
　　　　3.5.3仿真结果与比较
　　3.6一类模糊Job Shop调度的遗传算法
　　　　3.6.1问题描述和模糊操作
　　　　3.6.2遗传算法设计
　　　　3.6.3仿真结果
　　3.7 Job Shop调度的遗传算法简要综述
　　　　3.7.1 JSP的GA编码研究
　　　　3.7.2 JSP和GA的特征分析
　　　　3.7.3 Benchmark问题和算法改进与比较研究
　　　　3.7.4混合遗传算法的研究
　　　　3.7.5 JSP的推广和动态调度
　　　　3.7.6调度器开发和实际应用
　　　　3.7.7展望
第4章 Flow Shop调度及其遗传算法
　　4.1引言
　　　　4.1.1问题描述
　　　　4.1.2启发式方法
　　4.2典型Flow Shop调度问题
　　4.3置换Flow Shop调度的遗传算法
　　　　4.3.1初始化对SGA的影响
　　　　4.3.2交叉操作对SGA的影响
　　　　4.3.3变异操作对SGA的影响
　　　　4.3.4改进遗传算法
　　　　4.3.5数值仿真与分析
　　4.4多目标Flow Shop调度的遗传算法
　　　　4.4.1引言
　　　　4.4.2多目标遗传算法
　　　　4.4.3多目标Flow Shop调度的优化
　　4.5一类批量可变Flow Shop调度的遗传算法
　　　　4.5.1问题描述
　　　　4.5.2改进遗传算法
　　　　4.5.3仿真结果和分析
　　4.6模糊Flow Shop调度及其遗传算法
　　　　4.6.1模糊交货期下Flow Shop调度的遗传算法
　　　　4.6.2模糊交货期下的其他指标
　　　　4.6.3模糊加工时间下Flow Shop调度的遗传算法
　　4.7混合Flow Shop调度的遗传算法
　　　　4.7.1问题描述
　　　　4.7.2基于矩阵编码的遗传算法设计
　　　　4.7.3基于置换编码的遗传算法设计
　　　　4.7.4基于复合码的遗传算法设计
第5章 并行机调度及其遗传算法
　　5.1最小化最大完成时间的遗传算法
　　　　5.1.1问题描述
　　　　5.1.2遗传算法设计
　　　　5.1.3计算实例
　　5.2最小化最大加权推迟时间的遗传算法
　　　　5.2.1问题描述
　　　　5.2.2遗传算法设计
　　　　5.2.3计算实例
　　5.3最小化公共交货期下E/T指标的遗传算法
　　　　5.3.1问题描述
　　　　5.3.2遗传算法设计
　　　　5.3.3计算实例
　　5.4一类带工艺约束的并行机调度的遗传算法
　　　　5.4.1问题描述
　　　　5.4.2遗传算法设计
　　　　5.4.3计算实例
附录
　　附录1典型Job Shop调度问题
　　附录2典型Flow Shop调度问题
参考文献