计算机--模式--一种改进的作业车间调度算法及其实现_范路桥
一种改进的免疫算法在车间调度中的研究

并 行 寻解方 面能 力较强 , 但是 它 的局部搜 索 能力较
弱 , 易早 熟 , 后 期 的搜 索 较 慢 , 群 规模 和交 容 且 种 叉 、 异概率 极 大地影 响 了其 性 能 。模 拟退 火算法 变 对 车 间调度 这类 大型 问题 局部搜 索能 力很 强 , 索 搜
时间较 短 , 它 的全 局 寻 优 能力 较 弱 , 但 而且 同样 受 其 中的参数 影 响 , 寻求全 局最 优解 时往往 表现不 在
方 法来 研究此 类 问题 , 以遗传 算法 、 退火 算法 、 模拟 神 经 网络算法 等 一些 智 能 算 法 为代 表 的解 决办 法
被 广泛 应用 在 Fo h p调 度 问题 上 , 得 了一 定 lw S o 取
的成果 , 但是 在算 法 的早熟性 和 收敛速 度上仍 需进
一
!
机 器 。假 设有 Ⅳ个工 件参 与加 工 , i 第 个被 加 工 的
工件在第 台机 器上需 要 的加工 时 间为 ; 个工 每
拟生 物免疫 系统 的原 理 , 单 因为其 自身 的多样 性 不
可 以有效地 抑 制算法 的早熟 , 可 以通过 有效 的记 更 忆 特性 大大 加强 系 统对 相 同或 相 似抗 原 的二 次 反
应速 度 , 与模 拟 退火 、 遗传算 法相 比 , 工 免疫算 法 人 在解决 车 间生产 调度 问题上 效果 更佳 _ 。 4 ] 基于人 工免 疫算 法 良好 的性 能 , 多 学者进 行 很 了大 量的研 究 。d at eC so等 提 出 了一 种 基 于 高 频 r
佳。
本性 问题还 是 没有得 到很 好地 解决 , 比如 说容 易陷 入局 部最优 解 、 收敛 较 慢 、 群 更 新 优 劣差 距 较 大 种
求解作业车间调度问题的一种改进遗传算法

求解作业车间调度问题的一种改进遗传算法
张超勇;饶运清;李培根;刘向军
【期刊名称】《计算机集成制造系统》
【年(卷),期】2004(010)008
【摘要】为克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法.为基于工序的编码提出了一种新的POX 交叉算子.同时,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,设计了一种子代交替模式的交叉方式,并运用局部搜索改善交叉和变异后得到的调度解,将提出的改进遗传算法应用于Muth and Thompson基准问题的实验运行,显示了该算法的有效性.
【总页数】5页(P966-970)
【作者】张超勇;饶运清;李培根;刘向军
【作者单位】华中科技大学,机械科学与工程学院,湖北,武汉,430074;华中科技大学,机械科学与工程学院,湖北,武汉,430074;华中科技大学,机械科学与工程学院,湖北,武汉,430074;华中科技大学,机械科学与工程学院,湖北,武汉,430074
【正文语种】中文
【中图分类】TP278
【相关文献】
1.一种求解多目标柔性作业车间调度问题的改进元胞遗传算法 [J], 陆瞳瞳;陈平;万兴余
2.求解作业车间调度问题的一种改进遗传算法 [J], 苏子林
3.一种求解作业车间调度问题的改进遗传算法 [J], 何斌;张接信;张富强
4.改进遗传算法求解多时间约束的柔性作业车间调度问题 [J], 张国辉; 胡一凡; 孙靖贺
5.求解作业车间调度问题的改进遗传算法 [J], 陈金广;马玲叶;马丽丽
因版权原因,仅展示原文概要,查看原文内容请购买。
一种车间调度系统算法的设计与实现

di = x dolet (, atm ( atiiaห้องสมุดไป่ตู้ l i r() t ma (t f emejd ri e i r(, r_o p ti) me or i )p t p )p f w( a ) ) + _ t l ( a (, ato _iat)j gdo t i nii r w ( ri, oi p ) me p f l p ()) Igdolm ( a (, ato ( a ())Ote o 1 f .t t ep nii r wi ni’= n o= . o i i )p f p )j h l
Fr= sjs oj 1o a c tj
1 车 间调 度软 件 结构 ’
随着信 息管理系统 的发展 。 的两层客户机 / 传统 服务器结 构带来 了两个 突出的问题 , 即可伸缩性差和安装维护 困难 。 为 了克服这些 问题 , 人们 又提出 了三层结构 的应 用软件 , 即整个 系统 由客户端 、应用程序 服务器和数据库服务器 三个 部分组 成, 车间调度软件采用 了这种先进 的技术 。
Fo =lt rnn opo ie psz
步骤 4计算交叉概率 p c _ 并进行交叉操作 ; 步骤 5计算变异概率 p m进行变异操作 , _ 跳到步骤 8 ; 步骤 6计算交叉概率 p c _ 并进行模拟退火 交叉操作 ; 步骤 7计算变异概率 p m并进行模拟退火变异操作 ; _
2 算 法 的具体 步 骤
步骤 1 编码 、 解码设计 , 组成初始群体 ;
gdolme ‘ _ t t 某工序在某机床加工 时间 oi f 0 iat pr O ‘ 记录 当前带种群每个编码 的适应 度值 ‘ 一个序列
步骤 2定义适应度 函数 , 计算各个个体 的适应度 f i ;
求解作业车间调度问题的一种改进遗传算法(含基于工序的编码)

第10卷第8期计算机集成制造系统Vol.10No.82004年8月Computer Integrated Manufacturing Systems Aug.2004文章编号:1006-5911(2004)08-0966-05求解作业车间调度问题的一种改进遗传算法张超勇,饶运清,李培根,刘向军收稿日期:2003-07-15;修订日期:2003-12-08。
基金项目:国家自然科学基金资助项目(50105006;50305008)。
作者简介:张超勇(1972-),男,江苏海门人,华中科技大学博士研究生,主要从事智能调度算法、网络化制造、敏捷供应链等研究。
E -mail :superbrave-2002@ 。
(华中科技大学机械科学与工程学院,湖北 武汉 430074) 摘 要:为克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法。
为基于工序的编码提出了一种新的POX 交叉算子。
同时,为克服传统遗传算法在求解车间作业调度问题时的早熟收敛,设计了一种子代交替模式的交叉方式,并运用局部搜索改善交叉和变异后得到的调度解,将提出的改进遗传算法应用于Muth and Thompson 基准问题的实验运行,显示了该算法的有效性。
关键词:车间作业调度;遗传算法;交叉算子;局部搜索中图分类号:TP278 文献标识码:A0 引言为适应用户多样化和个性化的要求,现代生产方式也由大批量向中小批量和多品种生产转变,调度在这种生产方式中的作用显得更加重要。
一般典型的Job -Shop 调度问题可描述为:假设n 个工件在m 台机器上加工,由于工件加工工艺的要求,每个工件使用机器的顺序及每道工序所花的时间给定,且①不同工件的工序之间没有顺序约束;②某一工序一旦开始加工就不能中断,每个机器在同一时刻只能加工一个工序;③机器不发生故障。
调度的目标就是确定每个机器上工序的加工顺序和每个工序的开工时间,使完成所有工序所需的时间(makespan )最小。
解决作业车间调度问题的改进蚁群优化算法

2 0 3 01 生 B
应
用
科
学
学
报
V_1 8 No.2 0 .2
Ma .0 0 r2 1
J OURNAL OF APPLI ED CI S ENCES — —Elc r n c n nor to gn e ig e to isa d I f ma in En ie rn
基 于作业车间调度 问题邻域结构的局部搜 索. 实验表 明该文算法有效. 关键 词 : 业 车 间 调度 ; 群 优化 算 法 ; 先 规 则 ;邻域 结 构 作 蚁 优
中 图分 类 号 : TN3 l 0 文 献 标 志码 : A
I pr v d A n m o e t Co o y Optm i a i n A l o ihm o o ho ln i z to g rt frJ b S p Sc e uln o e h d i g Pr bl m
Z HANG h —in Z Z i a g , HANG ig , Z q Jn HANG a g , L h -u n Xin IS uj a 。
1 F c l { o ue ce c n n ier g Xi n U iest lT c n l y Xi n7 0 4 , hn . aut o C mp trS in ea dE gn ei nv ri o eh oo . 1 0 8 C ia y n a y g a
al rt go ihm .
Ke wo ds j b s o c e ui g a tc ln p i z to p irt ul,n ih o h o tu t r y r : o h p s h d l , n oo y o tmia in, ro iy r e eg b r o d s r c u e n
基于效率函数求解单件车间调度问题算法的软件实现和实例分析

基于效率函数求解单件车间调度问题算法的软件实现和实例分
析
范路桥;常会友
【期刊名称】《现代计算机(专业版)》
【年(卷),期】2003(000)004
【摘要】单件小批量生产形式下的单件车间(Job-shop)调度是生产计划中的一个重要问题.本文在文献[1]提出的求解Job-shop调度问题的初排算法及调解算法的基础上,做出了进一步的修改和完善,在调解算法中引入了交换与移动相结合的机制以提高调解效率;在软件实现中引入了"虚工序"的概念,并在VBA For Project2000中实现了该算法.经分析及实验验证,利用这种算法求解Job-shop调度问题可得到十分满意的结果.
【总页数】6页(P6-10,23)
【作者】范路桥;常会友
【作者单位】中山大学软件学院,广州,510275;中山大学软件学院,广州,510275【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于剩余函数的单件车间调度算法的软件实现 [J], 董薇;张淑丽
2.一种求解单件车间调度问题的单亲遗传算法 [J], 刘胜辉;张淑丽;王渡;膝春贤
3.求解作业车间调度问题的双倍体遗传算法与软件实现 [J], 王万良;宋毅;吴启迪
4.基于效率函数求解的单件车间调度问题的算法 [J], 常会友;刘丕娥
5.基于效率函数求解单件车间调度问题算法的完善 [J], 范路桥;常会友
因版权原因,仅展示原文概要,查看原文内容请购买。
网格计算中一种改进的工作流调度算法
( S c h o o l o f Ma n a g e me n t , B o h a i Un i v e r s i t y , J i n z h o u 1 2 1 0 1 3 , C h i n a )
p i n g f r o m he t es r o u me r e q u e s t s o f t a s k O t he t s e r v i c e s i t e . T h e e x p e i r me n t a l es r u l t s s h o w t h a t t h i s me ho t d i s e f f e c t i v e , a n d he t j 0 b r e j e c t i o n r a t e nd a j o b s c h e d u l e l e n g t h o f A WS A i s s u p e i r o r t o he t e x i s i t n g me t h o d s . Ke y w o r d s : g i r d c o mp u i t n g; wo r k l f o w s c h du e l i n g ; c u t — o f f t i me ; c a n d i d a t e s o u r c e s ; j o b r e j ct e i o n r a t e ; j o b s c h e d u l e l e n g h t
c nd a i d a t e r e s o u r c e s , in f ll a y, a c c o r d i n g O t he t t a s k a l l o c a t i o n nd a l o a d t r e n d s o f t h e r e s o u r c e s i t e, AS W A c a r l a d a p i t v e l y a c h i e v e he t ma p —
改进萤火虫算法求解多目标柔性作业车间调度
改进萤火虫算法求解多目标柔性作业车间调度
郑捷;潘大志
【期刊名称】《控制工程》
【年(卷),期】2024(31)2
【摘要】针对多目标柔性作业车间调度问题,以最小化最大完工时间、最小化机器总负荷、最小化机器最大负荷为目标,提出一种改进邻域结构的离散萤火虫算法。
首先,采用多种策略相结合的方式初始化种群,提高算法初始解质量以及种群多样性;其次,通过改进关键路径的邻域结构并设计离散萤火虫算法的位置更新公式,以增强算法全局搜索和局部搜索能力;最后,将该算法应用于标准数据集,并将求解结果与其他算法进行对比,验证了所提算法的有效性。
【总页数】9页(P272-280)
【作者】郑捷;潘大志
【作者单位】西华师范大学数学与信息学院;西华师范大学最优化理论与应用四川省高校重点实验室
【正文语种】中文
【中图分类】TP301.6;TH16
【相关文献】
1.改进的离散型萤火虫优化算法求解柔性作业车间调度问题
2.改进狼群算法求解多目标柔性作业车间调度问题
3.改进的基于分解的多目标进化算法求解双目标模糊
柔性作业车间调度问题4.改进回溯搜索算法求解多目标柔性作业车间调度问题5.改进混合多目标蚁群算法求解带运输时间和调整时间的柔性作业车间调度问题
因版权原因,仅展示原文概要,查看原文内容请购买。
基于改进量子进化算法的作业车间调度研究
基于改进量子进化算法的作业车间调度研究张建明【摘要】针对作业车间调度问题,以最大完工时间最小化为优化目标,提出了跳跃基因量子进化算法(JGQEA).该算法在量子进化算法的基础上引入跳跃基因算子,同时采用动态调整量子旋转角策略以提高算法的搜索能力.通过仿真实验验证了算法的有效性,结果表明JGQEA优于QEA等几种进化算法.【期刊名称】《浙江理工大学学报》【年(卷),期】2014(031)003【总页数】6页(P310-315)【关键词】作业车间调度;转换机制;量子进化;旋转角;跳跃算子【作者】张建明【作者单位】浙江理工大学理学院,310018杭州【正文语种】中文【中图分类】TP18量子算法是以量子力学原理为基础,它最本质的特点是利用量子态的相干性和叠加性,以及量子比特之间的纠缠性,与经典算法最本质的区别在于量子并行性。
因此,量子计算比经典计算在速度上会有指数级的提高。
但基于量子力学原理的量子计算机还处于研制的初级阶段,因此,将量子计算与传统智能计算相结合的量子智能计算就运用而生。
1996年Narayanan和Moore提出了量子遗传算法(quantum geneticalgorithm,QGA),并应用于解决TSP问题[1],开创了量子智能计算研究的新方向。
2000年,由Han等[2]将量子位和量子门的概念引入进化算法,并用组合优化问题验证了算法的有效性。
2002年,Han等[3]在量子遗传算法的基础上,引入种群迁移机制,提出了量子衍生遗传算法(quantum inspired genetic algorithm,QIGA)。
目前对QGA的改进方式主要包括算法结构、进化方式以及编码方法等,比如中国科技大学杨俊安等[4]提出了一种多宇宙并行量子遗传算法,属于算法结构的改进;西南交通大学的张葛祥等[5]提出的采用量子比特相位比较法更新量子门和自适应调整搜索网格策略,与西南交通大学的陈辉等[6]提出的混沌更新旋转门转角的量子遗传算法,都属于进化策略方面的改进;在编码方法上的改进有:清华大学王凌等[7]给出的基于二进制编码的混合量子遗传算法和基于实数编码的混合量子遗传算法,李士勇等[8-9]在求解连续优化问题时提出的基于实数编码和目标函数梯度信息的双链量子遗传算法,以及基于量子位Bloch球面的量子进化算法[10]等。
求解作业车间调度问题的改进混合灰狼优化算法
求解作业车间调度问题的改进混合灰狼优化算法改进混合灰狼优化算法是一种用于解决调度问题的有效数据挖掘方法。
它是通过结合灰狼搜索算法和接受聚类算法,从多个维度解决调度问题的。
灰狼搜索算法能够发现这一调度问题中的全局最优解,而接受聚类算法能够从局部中挖掘出更优的解。
改进混合灰狼优化算法主要包括以下几个方面:一、混合灰狼搜索算法1. 基于灰狼搜索算法的调度问题求解:首先对调度问题的各个服务器进行评估,然后根据预设的机器参数正确分配进程到服务器,最后从各个服务器收集资源使用情况并计算所需满足服务器条件的最小时间,得出最优解。
2.灰狼搜索算法的群体搜索策略:群体搜索策略是一种用于寻找最优解的近似搜索策略。
它通过保存当前解的群体进行优化,在一定程度上提高了搜索的效率和准确性。
二、接受聚类算法1. 首先,将所有的服务器资源分成若干类似的簇,然后为每一簇中的某个服务器分配该簇中最小负荷的作业;2. 然后,为每一簇中其余服务器挑选出最合适该簇的作业,并为它们按照平衡原则分配它们;3. 最后,计算每个簇中服务器的资源使用时间,如果这些时间超过规定范围,则重新调整任务,直到满足时间要求为止。
三、改进混合灰狼优化算法模型1. 首先,建立求解调度问题的混合灰狼优化算法模型,该模型将灰狼搜索算法和接受聚类算法结合起来,方便采用全局和局部的搜索算法;2. 然后,通过求解混合灰狼算法模型,利用“极大极小情况”性质优化,为优化算法添加局部搜索性,结合灰狼算法寻找全局最优解;3. 最后,根据全局最优解与局部最优解的情况,指导算法得出最终最优解。
改进混合灰狼优化算法能够有效的解决调度问题,它的优势在于:一是有效的发现全局最优解;二是添加了聚类算法,能够从局部中挖掘出更优的解;三是结合了“极大极小情况”优化机制,能够更快的收敛于最优解。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
0 引言
单件小批量生产形式的工件排序是生产调度中 的一个重要问题 。此类问题可归结为作业车间 (Jo b - shop) 调度问题 ,即有 m 台机器和 n 个工件 , 按照 工件的加工工艺要求 ,每个工件在 m 台机器上的加 工顺序和每道工序的加工时间都是已知的 , 并且 n 个工件的加工顺序不同 ,如何安排每台机器上的每
综上所述 ,选用式 (6) 作为目标函数 : min{αmax (1 - r( i , j) ) + (1 - α) max Ek , nk } ( j = 1 ,2 , …, Qi ; i = 1 ,2 , …, n;1 ≤k ≤m) 。 (6) 这里α= 0 或 1 。令 α= 1 为初排算法 ,式 ( 6) 变为
Qi ∈Z + ; i = 1 , 2 , …, n) 。
(4)
设工序
J Pij ij
和工序
J
Pkl kl
在同一台机器上加工
,即
Pij
= Pkl ,则有 :
S Tij + Tij ≤S Tkl 或 S T kl + Tkl ≤S Tij (1 ≤i , k ≤n;
i ≠k ;1 ≤j ≤Qi ;1 ≤l ≤Qk ; Qi , Qk ∈Z + ) 。
范路桥1 ,常会友2 ,朱旭东3
(1. 广东科学技术学院 软件系 ,广东 广州 510640 ; 2. 中山大学 信息科学与技术学院 , 广东 广州 510275 ; 3. 湛江海洋大学 ,广东 湛江 524009)
摘 要 :单件小批量生产形式下的作业车间调度是生产调度中的一个重要问题 ,也是计算机集成制造系统中 的一个关键环节 ,在实际生产中具有广泛应用 。针对已有的求解作业车间调度问题的算法 ,引入了交换与移动相 结合的机制 ,以提高调解效率 ,并在 Visual Basic for Applications for Project 2000 中实现了该算法 。经过分析及一 个 10 ×10 的调度问题的测试实例验证 ,利用这种算法求解作业车间调度问题可得到十分满意的结果 。 关键词 :生产调度 ;作业车间调度 ;约束条件 ;目标函数 ;调解算法 ;启发式算法 中图分类号 : TP391 文献标识码 :A
E - mail :fanluqiao @21cn. co m 。
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
674
计算机集成制造系统
首先 ,设工件
Ji
的第
j
道工序
J
Pij ij
的加工工时
为
T ij
, 工件
Ji
的第 j
道工序
J
Pij ij
在机器
P ij
上加工 ,
e
∑ 工件 J i 的前 e 道工序的工时之和为 T S ie = Tij ,
j =1
Qi
∑ 工件 J i 的所有工序的工时之和为 T i = Tij ,用实
j =1
数 r( i , j)
第 11 卷
(VBA) for Project 2000 中实现了该算法 。经分析 和实验验证 ,用这种算法求解 Jo b - shop 调度问题 可得到满意的结果 。
1 Job - shop 调度问题的数学描述
设有 m 台机器 M 1 , M2 , …, M m 和 n 个工件 J 1 ,
J 2 , …, J n 。 工件 J i 的加工工序为
T ij 为一一对应关系 ,即
Tij = f ( J iPj ij ) ( j = 1 , 2 , …, Qi ; Qi ∈Z + ;
i = 1 , 2 , …, n; Pij ∈{ M1 , M2 , …, M m } ) 。 (2)
(4) 工件 J i 的第 j 道工序指定在机器 Pij 上加
则工件在加工工序
J P i1 , j1 i1 , j1
时的加工“效率”比在加工
工序
JP i2 , j2 i2 , j2
时的加工“效率”低 。因此
,1
-
r( i1 , j1 )
>
1-
r( i2
, j2 )
, 即加工工序
J P i1 , j1 i1 , j1
后“剩余”的部分比
加工工序 J Pi2 , j2 后“剩余”的部分多 。因此 ,为了提高 i2 , j2
的目标函数 ,以尽快完成总体加工任务 。
其次 ,设 nk 为第 k 台机器加工工件个数 , Ek, nk 为第 k ( k = 1 ,2 , …, m) 台机器最后一个加工工件的
完工时间 ,则 max{ Ek, nk } 为所有 m 台机器中的最长 加工路径 ,若使 min max{ Ek, nk } ,则可保证最长加工 路径最短 。
Improved job - shop schedul ing algorithm & its implementation
FA N L u - qi ao1 , C H A N G H ui - y ou2 , Z H U X u - dong3 (1. Dep . of software , Guangdo ng Coll. of S & T , Guangzho u 510640 ,China ; 2. Sch. of Info . Sci. & Tech. , Zho ngshan U niv. , Guangzhou 510275 ,China ;
工。
(5) 一台机器仅同时加工一个工件 ,一个工件 仅同时在一台机器加工 。
(6) 一台机器在同一时刻仅能加工一个工件的 一道工序 。
(7)
工序
J Pij ij
与
J
Pi, j + 1 之间的间隔为零 。
i,j +1
令
S
Tij 表示工件
Ji
第
j
道工序
J Pij ij
的开工时
间 ( j = 1 , 2 , …, Qi ; Qi ∈Z + ; i = 1 , 2 , …, n; Pij ∈
{ M1 , M2 , …, M m } ) , 则 Jo b - shop 调度应满足如下
约束条件 :
S Tij ≥0 ( j = 1 ,2 , …, Qi ; Qi ∈Z+ ; i = 1 ,2 , …, n) 。 (3)
S Tij + Tij ≤S Ti , j + 1 ( j = 1 , 2 , …, Qi - 1 ;
收稿日期 :2004 - 07 - 08 ;修订日期 :2004 - 08 - 05 。Received 08 J ul . 2004 ;accepted 05 Aug. 2004. 作者简介 :范路桥 (1966 - ) ,男 ,湖南邵阳人 ,广东科学技术学院软件系讲师 ,硕士 ,主要人事生产调度与优化计算 、网络安全技术等研究 。
的第 j 道工序 J iPj ij 的加工工时为 T ij 。假设 :
(1) 各工件每道工序的加工工时 Tij 已知 ,且为
常数 。
(2) 每个工件的加工工序保持偏序关系“ < ”:
< < …< 。 Pi1
J i1
P i2
J i2
J Pi , Qi i, Qi
(1)
(3) 存在一个一一映射 f , 使工序 J iPj ij 与工时
第 11 卷第 5 期 2 0 0 5 年5月
计算机集成制造系统
Computer Integrated Manufact uring Systems
文章编号 :1006 - 5911 (2005) 05 - 0673 - 05
Vol. 11 No. 5 May 2 0 0 5
一种改进的作业车间调度算法及其实现
(0
<
r( i , j)
≤1)
作为度量工件
J Pij ij
的加
工“效率”(或加工“速度”) , 即 r( i , j) = TS ij / Ti ( j
= 1 ,2 , …, Qi ; i = 1 ,2 , …, n) 。对加工“效率”做如下
解释 :假设
r( i1
,
j1 )
为工件在加工工序
JP i1 , j1 i1 , j1
时的加
工“效率”, r( i2
, j2 )
为工件在加工工序
J P i2 , j2 i2 , j2
时的加
工“效率”,其中 , 1 ≤i1 , i2 ≤n; i1 ≠i2 ;1 ≤j1 ≤Qi1 ;
1 ≤j2 ≤Qi2 ; Qi1 , Qi2 ∈ Z+ 。若 r ( i1 , j1 ) < r ( i2 , j2 ) ,
3. Zhanjiang Ocean Univ. , Zhanjiang 524009 , China) Abstract : Job - shop scheduling in small batch p roductio n is an impo rtant p ro blem of p roductio n scheduling. It is one of t he mo st impo rtant links in CIMS and is widely used in field of engineering. An imp roved scheduling algorit hm and an adjust ment algo rit hm based o n t he efficiency f unctio n was p resented to imp rove t he adjust ment efficiency. A new way of shifting after swapping job was p ut fo rward. Then t hese algorit hms were operated in Micro soft Project 2000 Visual Basic for Applications (VBA) . Thro ugh analysis and p ractical verification of a scheduling test of 10 ×10 scale , t he result s of Jo b - shop scheduling were very satisfactory by using t hese algo rit hms. Key words : p roductio n scheduling ; job - shop scheduling ; const raint co ndition ; target f unction ; adjust ment algo2 rit hm ; heuristic algorit hms