第1章 机器调度概述
1.1 机器调度的基本概念
1.1.1 确定性机器调度
1.1.2 确定性机器调度的性能指标
1.1.3 不确定性机器调度
1.2 机器调度中的不确定性
1.2.1 不确定性的分类
1.2.2 不确定性的建模方法
1.3 不确定性机器调度的分类
1.3.1 随机机器调度
1.3.2 模糊机器调度
1.3.3 狭义鲁棒机器调度
1.4 不确定性机器调度的主要模式
1.4.1 主动模式调度
1.4.2 反应模式调度
1.4.3 混合模式调度
1.4.4 广义鲁棒机器调度
1.5 本章小结
第1篇 主动模式鲁棒机器调度
第2章 鲁棒离散优化理论基础
2.1 随机优化的局限
2.2 鲁棒优化的合理性和优势
2.3 场景方法
2.4 鲁棒优化的基本概念
2.5 鲁棒优化的主要模型
2.5.1 风险厌恶型鲁棒优化模型
2.5.2 风险中性型鲁棒优化模型
2.6 随机优化模型
2.6.1 均值模型和期望模型
2.6.2 期望方差模型
2.7 计算复杂性
2.8 本章小结
第3章 离散场景鲁棒优化新模型
3.1 单阶段坏场景集模型
3.1.1 阈值坏场景集惩罚模型
3.1.2 阈值坏场景集均值模型
3.1.3 数目坏场景集均值模型
3.2 两阶段阈值坏场景集模型
3.2.1 合理阈值
3.2.2 两阶段PTM框架
3.2.3 代理两阶段PTM框架
3.3 双目标鲁棒优化模型
3.4 本章小结
第4章 鲁棒机器调度算法基础
4.1 精确算法
4.1.1 分支定界算法
4.1.2 数学规划法
4.1.3 迭代松弛法
4.2 启发式算法
4.2.1 构造性启发式算法
4.2.2 邻域串行搜索算法
4.2.3 群智能并行搜索算法
4.3 多目标优化问题
4.3.1 多目标优化方法分类
4.3.2 多目标进化算法
4.4 混合算法
4.5 本章小结
第5章 鲁棒单机调度
5.1 确定性单机调度问题描述
5.2 最坏场景鲁棒单机调度
5.2.1 最坏场景鲁棒单机调度模型
5.2.2 离散场景下的迭代松弛法
5.2.3 区间场景下的分支定界算法
5.3 最大后悔鲁棒单机调度
5.3.1 最大后悔模型
5.3.2 分支定界算法
5.3.3 启发式算法
5.4 数目坏场景集单机调度
5.4.1 2-NBS单机调度模型
5.4.2 y-NBS单机调度模型
5.4.3 NBS鲁棒单机调度的分支定界算法
5.4.4 NBS鲁棒单机调度的束搜索算法
5.5 仿真计算与分析
5.5.1 最坏场景模型与2-NBS模型所得鲁棒解的对比
5.5.2 分支定界算法与束搜索算法在小规模算例中的对比
5.5.3 束搜索算法在大规模算例中的求解结果
5.6 本章小结
第6章 鲁棒并行机调度
6.1 并行机调度的分类
6.2 最大后悔一致并行机调度
6.2.1 确定性一致并行机调度问题
6.2.2 最大后悔鲁棒一致并行机调度问题
6.2.3 问题性质
6.2.4 迭代松弛法
6.3 最大后悔异速并行机调度
6.3.1 确定性异速并行机调度问题
6.3.2 最大后悔鲁棒异速并行机调度问题
6.3.3 数学规划法
6.4 最坏场景无关并行机调度
6.4.1 确定性无关并行机调度问题
6.4.2 最坏场景鲁棒无关并行机调度模型
6.4.3 最坏场景邻域果蝇算法
6.4.4 仿真计算与分析
6.5 双目标鲁棒无关并行机调度
6.5.1 带有装夹时间的确定性无关并行机调度问题描述
6.5.2 双目标鲁棒无关并行机调度模型描述
6.5.3 学习场景邻域双目标果蝇算法
6.5.4 仿真计算与分析
6.6 本章小结
第7章 鲁棒流水车间调度
7.1 确定性置换流水车间调度问题
7.2 最大后悔置换流水车间调度
7.2.1 最大后悔置换流水车间调度模型
7.2.2 离散场景情形调度算法
7.2.3 区间场景情形调度算法
7.3 区间场景最坏场景流水车间调度
7.3.1 问题描述
7.3.2 两层和声搜索算法
7.3.3 仿真计算与分析
7.4 离散场景最坏场景流水车间调度
7.4.1 问题描述
7.4.2 混合和声搜索算法框架
7.4.3 基于场景邻域的局部搜索
7.4.4 仿真计算与分析
7.5 本章小结
第8章 鲁棒作业车间调度
8.1 确定性作业车间调度问题
8.2 阈值坏场景集作业车间调度
8.2.1 问题描述
8.2.2 阈值坏场景集优化模型
8.2.3 禁忌搜索算法
8.2.4 仿真计算与分析
8.3 两阶段阈值坏场景集作业车间调度
8.3.1 两阶段近似模型代理框架
8.3.2 近似模型代理求解框架的性质
8.3.3 仿真计算与分析
8.4 双目标鲁棒作业车间调度
展开
