提出了一种结合有限状态法（FSM）和遗传算法（GA）的混合优化算法来解决原油调度问题。 将FSM和GA结合起来以利用每种方法的优势，并弥补单个方法的不足。 在该算法中，有限状态法弥补了遗传算法的缺点，遗传算法的局部搜索能力较弱。 FSM返回的启发式方法可以指导GA算法朝着好的解决方案发展。 其背后的想法是，我们可以使用FSM生成有希望的子结构或部分解决方案。 此外，FSM可以确保均匀地覆盖整个解决方案空间。 因此，与单独运行的现有GA或FSM相比，两种算法的组合具有更好的全局性能。 最后，将文献中的实际原油调度问题用于进行仿真。 实验结果证明，该方法优于最新的遗传算法。
