F1ow—shop调度问题的自适应模拟退火算法

为求得一个强NP-难问题——flow-shop调度问题的最优解或近优解，提出一种自适应模拟退火算法．本算法采用一种基于区段特性的特殊邻域结构、简便的目标函数计算方法和自适应退火策略．通过Flow-shop调度问题的基准测试问题的实验，数值结果证实了该方法的有效性．     

基于遗传分枝定界算法的F1ow—shop调度问题

F1ow—shop调度问题属于NP难题，传统的方法很难求出精确最优解，提出了一种遗传分枝定界算法，即在遗传算法中引入分枝定界算法保持对优化解有贡献的工件部分顺序，求解3机F1ow—shop调度问题，该算法与常用的遗传局部算法和遗传动态规划算法类似，用随机方法测试例子，与目前著名的Taillard的禁忌搜索算法和Reeves的遗传算法两种改进算法进行比较，大量的数据实验证实了遗传分枝定界算法的有效性。