灵活的车间调度问题（FJSP）在生产管理，资源分配和组合优化等许多领域都非常重要。 在实际的制造系统中，每个操作可以在多台机器上进行处理，并且每台机器也可以处理多个操作。 此功能称为灵活性。 您可以在此软件中定义问题，并以甘特图的形式获得最佳解决方案。 该软件基于我的硕士。 Shahed大学的论文（伊朗德黑兰）。

在作业车间中有一批待加工工件, 这批待加工工件中有 n 个不同的工件, 每个工件均包含 m 道工序, 需要在 m 台机器上加工.

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

Matlab编程，用于计算作业车间中的最大完工时间、总延期、设备总负载、能耗总量多个目标的优化计算，基于NSGA2进行作业车间多目标优化调度的计算

JAVA遗传算法解决车间调度问题 下面给出作业车间调度问题的一个实例，其中每个工序上标注有一对数值（m,p），其中，m表示当前工序必须在第m台机器上进行加工，p表示第m台机器加工当前工序所需要的加工时间。（注：机器和作业的编号从0开始）  jop0=[(0,3),(1,2),(2,2)]  jop1=[(0,2),(2,1),(1,4)]  jop2=[(1,4),(2,3)] 在这个例子中，作业jop0有3道工序：它的第1道工序上标注有(0,3)，其表示第1道工序必须在第0台机器上进行加工，且需要3个单位的加工时间；它的第2道工序上标注有(1,2)，其表示第2道工序必须在第1台机器上进行加工，且需要2个单位的加工时间；余下的同理。总的来说，这个实例中共有8道工序。 该问题的一个可行解是L=8道工序开始时间的一个排列，且满足问题的约束。

将灰狼优化算法(GWO)用于柔性作业车间调度问题(FJSP),以优化最大完工时间为目标,提出一种混合灰狼优化算法(HGWO).首先,采用两段式编码方式,建立GWO连续空间与FJSP离散空间的映射关系;其次,设计种群初始化方法,保证算法初始解的质量;然后,嵌入一种变邻域搜索策略,加强算法的局部搜索能力,引入遗传算子,提升算法的全局探索能力;最后,通过实验数据验证HGWO算法在求解FJSP问题方面的有效性.

FT06作业车间调度问题的粒子群算法求解

改进遗传算法解决柔性作业车间调度问题，田旻，刘人境，柔性作业车间调度问题是经典作业车间调度问题的深入和扩展，为生产过程中作业车间调度的资源受限问题提供了更加切实可行的方案。

自己写的用遗传算法求解柔性作业车间调度问题，可直接运行，文件内含有10个FJSP基础算例，在help.cpp文件中修改算例文件名称即可运行其他算例。

Brandimarte给出了10组柔性作业车间调度实例（mk01~mk10），已对文档进行相应处理，可配合up主对应博客进行相应解码