问题提出
车间作业调度 (Job-Shop Scheduling), 简称 JSS, 是一个典
型的 NP 难问题，是 CIMS 领域中研究的重要课题。它的研
究不仅具有重大的现实意义，而且具有深远的理论意义。长
期以来， JSS 研究的方法始终以启发式算法为主导，绝大
部分的 JSS 研究工作也都围绕着启发式算法进行，如基于
启发式算法的 JSS 仿真系统，基于启发式算法的并行 JSS
系统，基于启发式算法的 JSS 专家系统，等等，尽管这些
研究取得了一定的应用效果，但是却存在着难以克服的弱点，
如计算规模不可能较大，寻优结果不具备全局特性等等。近
年来，又有学者提出了基于神经网络的车间作业调度系统，
但此种方法在 JSS 规模较大时，却存在着计算速度慢与结
构参数难以确定的弱点。由此可见，要想进一步研究 JSS,
选择一种有效的方法极为必要。遗传算法的出现给这类问题
带来了新的希望，并取得了较为满意的成果。在此，我们提
出了基于遗传算法的车间作业调度的求解。
