车间调度是制造业中的关键问题之一，如何有效的安排各零件的加工顺序将直接关系到生产效率。本课题采用混合遗传算法对车间调度问题建模并求解，要求针对不同规模的标准问题进行仿真研究，并与单纯遗传算法和模拟退火算法加以对比，说明其有效性。

流水车间调度问题一种方法的源代码，有N个工件M台机器，每个阶段至少有一台机器并且至少有一阶段有不少于一台机器。

用遗传算法实现车间工件生产的优化排序 包括选择、交叉、变异

【优化求解】基于NSGA-2的求解多目标柔性车间调度算法matlab源码.md

【车间调度】基于粒子群的生产调度matlab源码.md

之前与老师做项目的时候写的粒子群算法解决柔性作业车间调度问题，是用Java写的，标准测试数据及优解在data文件夹下 之前与老师做项目的时候写的粒子群算法解决柔性作业车间调度问题，是用Java写的，标准测试数据及优解在data文件夹下

【车间调度】基于粒子群的生产调度matlab源码

王凌 车间调度与遗传算法，具有较强指导意义的一本教材

基于遗传算法车间调度问题matlab程序 基于遗传算法车间调度问题matlab程序 基于遗传算法车间调度问题matlab程序 基于遗传算法车间调度问题matlab程序

针对置换流水车间调度问题的基本特征和传统遗传算法易早熟的缺陷，设计了改进遗传算法来求解此问题。采用NEH和Palmer启发式算法进行种群初始化，以提高初始解的质量；根据Metropolis准则对染色体进行选择操作，避免陷入局部最优；在变异过程中引入禁忌算法，避免迂回搜索；在算法迭代过程中引入了保优机制，避免丢失优秀染色体的基因信息；采用自适应终止准则，以保证解的质量。基于典型Benchmark算例的仿真实验结果表明，算法在求解质量和收敛速度方面明显优于NEH算法和种群经过初始优化的传统遗传算法。