重看自己的调度课题的PPT：
论文阅读《面向智能制造的柔性调度算法研究与实现》（硕士学位论文）
1.遗传算法的初始化阶段的：全局搜索，局部搜索，随机选择的具体内容分别是什么？
2.遗传算法的选择操作的：锦标赛法，精英策略分别是什么内容？
3.非线性调整的S-自适应算子是什么内容？
4.第二个研究内容的遗传模拟退火算法是什么？比遗传算法和模拟退火算法有什么优势？
5.双种群模式具体是什么内容？
6.什么是非齐次的降温策略
论文阅读《印刷电路板生产线调度优化研究-刘颖2012》（博士论文）
1. 以最小化平均流程生产时间和切换时间为优化目标的多品种PCB在多条生产线上的生产优化
2. 拆分问题：
（1）考虑供料器切换时间的PCB分组问题
（2）生产线的负载平衡问题
3. 关于该文献的PPT阅读笔记：
（1）.将多品种PCB板生产线生产调度问题分解为四个子问题分别进行研究：多品种PCB板的分组问题、不同种类的元器件在各台机器上的负荷分配问题、元器件切换问题、PCB板生产排序。
（2）.从PCB板在单条生产线上的生产优化问题过渡到多品种PCB板在两条生产线上负荷优化问题。
不足之处： （1）.分别以平均流程时间最小和以生产线最大的平均流程时间最短为优化目标，未考虑多目标优化问题。
（2）.只研究了多品种PCB板在两条相同生产线上的负荷优化问题，未考虑存在多条生产线，且PCB板在不同生产线上标准产能不同的问题。
（3）.未考虑订单的截至时间
（4）.未考虑动态调度情况
论文阅读：《PCB装配线多目标规划调度问题的改进蜘蛛猴优化算法》 2023
研究问题：同时求解组件分配问题（CAP）和组件放置顺序问题（CPSP），考虑最小化最大完工时间、最小化机器总能耗和最小化维修时间的多目标优化问题，提出一种新的改进蜘蛛猴优化算法（ISMO）。
ISMO算法的三个特点： 1）设计了两种初始种群生成算法，以保证生成高质量的初始解;
2）基于Pareto熵的变化进行进化状态判断，避免陷入局部最优解;
3）基于存档的Q学习策略，以保证参数自适应调整。
设计实验，将ISMO算法与其他多目标优化算法SMO、NSGA-|||、PSO、DE进行性能比较。
不足之处： 只考虑了单品种的PCB在一条生产线上的生产优化。 没有考虑真实的生产中发生的不确定事件。
论文阅读：《基于人工蜂群算法的PCB生产调度方法研究与应用》2021 工业工程 （硕士学位论文）
研究问题1：批量流PCB生产静态调度问题
以最小化总拖期时间为目标建立了混合整数线性规划模型（MILP），设计了一种人工蜂群算法（ABC）求解该问题。
问题背景: PCB以卷的形式进行加工，每卷上有若干个相同的PCB产品，属于典型的批量流生产。
问题拆分： 1. 批次的加工顺序、
2. 每个阶段上并行机的选择、
3. 每个批次的子批数量大小
ABC算法设计： 1.编码方式与初始化: 双层编码, 随机初始化
2.解码方式:
2.1对于JS,采用子批优先的先到先服务规则, 在算法迭代后期, 以一定概率交换批次生产顺序
2.2对于LS,使用最先空闲机器优先规则
3.邻域结构设计:
3.1对于JS, 插入邻域, 交换邻域, 逆序邻域, POX交叉邻域
3.2对于LS, 替换邻域, 均匀交叉邻域
ABC算法设计： 1.雇佣峰阶段: 以适应度值区分优质和较劣个体, 采用不同的交叉策略进行邻域搜索、
以贪婪选择机制替换个体
2.更随峰阶段: 用锦标赛法选择个体
对个体进行邻域搜索
以一定概率接受差解的思想更新种群
3.侦查峰阶段: 对长时间未变化的个体的加工顺序编码执行NEH邻域搜索
对批次数量编码进行贪婪替换操作
研究问题2：批量流PCB生产动态调度问题
考虑机器故障这一扰动事件，以最小化总拖期时间和最小化子批开工时间偏差为目标建立了MILP 模型，并设计了一种多目标人工蜂群算法（MOABC）求解该问题
论文阅读：《面向智能制造的柔性调度算法研究与实现》2022年 软件工程 （硕士学位论文）
k
论文阅读：《求解作业车间调度问题的改进自适应遗传算法》 2004
k
标签：问题,12,18,邻域,调度,2024,算法,PCB,优化 From： https://www.cnblogs.com/spp20/p/18615031