本书针对若干带有释放时间的流水作业调度模型，设计了分支定界算法对小规模问题进行最优求解，同时应用智能优化算法对中等规模问题进行近似求解，其中将精确算法与智能优化相结合的方法为求解类似问题提供了新思路。
本书可作为系统工程、应用数学、运筹学与控制论、计算机软件与理论、工业工程、管理科学与工程等相关专业的教师、研究生、高年级本科生以及科研人员的参考书。

第1章 绪论
1.1 调度问题的符号与定义
1.2 调度问题的求解方法
1.3 调度算法及性能分析方法
1.3.1 一调度算法
1.3.2 评价算法性能的主要方法
1.4 相关调度问题研究现状
1.4.1 渐近分析研究现状
1.4.2 流水作业调度问题研究现状
1.5 本书主要内容
第2章 带有释放时间的流水作业调度问题
2.1 引言
2.2 问题描述与数学模型
2.3 分支定界算法
2.3.1 剪支规则
2.3.2 分支定界算法下界
2.3.3 算法流程
2.4 非线性目标问题上界与下界的性能分析
2.4.1 问题下界的收敛性分析
2.4.2 初始上界最坏性能分析
2.5 混合离散差分进化算法
2.6 数值仿真实验
2.6.1 分支定界算法
2.6.2 离散差分进化算法
2.6.3 问题下界性能测试
2.6.4 工业数据测试
2.7 本章小结
第3章 考虑处理器阻塞的流水作业调度问题
3.1 引言
3.2 问题描述与数学模型
3.3 分支定界算法
3.3.1 剪支规则
3.3.2 分支定界算法下界
3.3.3 算法流程
3.4 混合离散差分进化算法
3.5 数值仿真实验
3.5.1 分支定界算法
3.5.2 混合离散差分进化算法
3.6 本章小结
第4章 考虑学习效应的流水作业调度问题
4.1 引言
4.2 问题描述与数学模型
4.2.1 数学模型
4.2.2 学习效应函数
4.3 启发式算法的渐近性能分析
4.3.1 SPTAF启发式及其渐近最优性
4.3.2 SPTAA启发式及其渐近最优性
4.3.3 EDDA启发式及其渐近最优性
4.4 分支定界算法
4.4.1 分支定界算法下界
4.4.2 剪支规则
4.4.3 算法流程
4.5 智能优化算法
4.5.1 离散差分进化算法
4.5.2 粒子群优化算法
4.5.3 人工蜂群算法
4.6 数值仿真实验
4.6.1 分支定界算法
4.6.2 智能优化算法数值仿真实验
4.6.3 启发式算法数值仿真实验
4.7 本章小结
第5章 双代理流水作业调度问题
5.1 引言
5.2 问题描述与数学模型
5.3 启发式算法
5.3.1 DA启发式及其渐近最优性
5.3.2 基于DA下界的性能分析
5.3.3 ADA启发式及其渐近最优性
5.3.4 基于ADA下界的性能分析
5.4 分支定界算法
5.4.1 剪支规则
5.4.2 分支定界算法下界
5.4.3 算法流程
5.5 离散人工蜂群算法
5.6 数值仿真实验
5.6.1 分支定界算法
5.6.2 离散人工蜂群算法
5.6.3 启发式的数值仿真实验
5.7 本章小结
第6章 双代理阻塞流水作业及其扩展问题
6.1 引言
6.2 问题描述与数学模型
6.2.1 双代理阻塞流水作业调度问题
6.2.2 扩展问题
6.3 分支定界算法
6.3.1 剪支规则
6.3.2 分支定界算法下界
6.3.3 初始上界
6.3.4 算法流程
6.4 混合粒子群优化算法
6.5 数值仿真实验
6.5.1 混合粒子群优化算法数值仿真实验
6.5.2 分支定界算法数值仿真实验
6.5.3 扩展问题数值仿真实验
6.6 本章小结
第7章 考虑学习效应的混合流水作业调度问题
7.1 引言
7.2 问题介绍
7.2.1 问题描述与数学模型
7.2.2 学习效应函数
7.3 分支定界算法
7.3.1 框架设计
7.3.2 剪支规则
7.3.3 算法下界
7.3.4 算法流程
7.4 双种群离散差分进化算法
7.5 GSPTA启发式算法及问题下界
7.5.1 GSPTA启发式算法
7.5.2 问题下界
7.6 数值仿真实验
7.6.1 分支定界算法测试
7.6.2 双种群离散差分进化算法仿真实验
7.6.3 启发式算法仿真实验
7.7 本章小结
参考文献
附录A
附录B
附录C
附录D
附录E
附录F 英汉排序与调度词汇
索引