1、資源受限的項(xiàng)目調(diào)度問(wèn)題廣泛存在于建筑工程、軟件開(kāi)發(fā)、飛機(jī)及輪船制造等單件或小批量生產(chǎn)方式的企業(yè)中。在理論上，該問(wèn)題屬于NP-hard問(wèn)題，一直吸引著國(guó)內(nèi)外眾多學(xué)者的研究和關(guān)注，提出了許多求解該問(wèn)題的優(yōu)化算法，概括起來(lái)可分為精確算法和啟發(fā)式算法。由于精確算法的求解時(shí)間呈指數(shù)增長(zhǎng)，無(wú)法處理大規(guī)模問(wèn)題。相反，啟發(fā)式算法在計(jì)算大規(guī)模的問(wèn)題時(shí)能在合適的時(shí)間里得出令人滿(mǎn)意的計(jì)算結(jié)果，尤其是啟發(fā)式算法中的遺傳算法，作為一種全局優(yōu)化搜索算法，因其簡(jiǎn)單易
2、用，對(duì)很多優(yōu)化問(wèn)題能夠得到令人滿(mǎn)意的解，已在科學(xué)研亢和工程最優(yōu)化領(lǐng)域中得到廣泛應(yīng)用。
本文提出一種新的遺傳算法，該算法的編碼方式為工序優(yōu)先權(quán)數(shù)的拓?fù)渑判?，解碼方式采用了串行調(diào)度產(chǎn)生方案。算法的進(jìn)化過(guò)程如下：
⑴采用新的選擇策略，使得每代中的優(yōu)良個(gè)體的基因編碼不會(huì)因?yàn)榻徊娌僮骱妥儺惒僮魉茐摹?br> ⑵本文采用了峰交叉算子[40]，使得算法在搜索迭代過(guò)程中對(duì)個(gè)體的優(yōu)良“基因片段”進(jìn)行保護(hù)，不會(huì)因?yàn)榻徊婧?/p>
