：本题为带软时间窗的单线路单车型的公交调度问题，针对其多目标、多变量的动态特点，我们为满足不同的实际需 求建立两个多目标规划模型：双车场模型和单车场模型。双车场模型的主要目标是使运客能力与运输需求（实际客 运量）达到最优匹配，单车场模型的主要目标是使乘客的平均不方便程度和公交公司的成本达最小，其目的都是为 了兼顾乘客与公司双方的利益。两个模型的主体都是采用时间步长法，模拟实际的运营过程，从而得出符合实际要 求的调度方案：静态调度和动态调度方案。

电力系统经济调度问题是电力系统中的一个重要的研究课题,针对该问题,提出一种改进粒子群优化(ODPSO)算法.改进算法在搜索前期,采用广义的反向学习策略,使算法能够快速地靠近较优的搜索区域,从而提高收敛速度;在搜索后期,借鉴差分进化算法的进化机制设计改进的变异和交叉策略,对当前种群的最优粒子进行更新,从而提高种群的多样性,进而协助算法获得全局最优解.为了验证改进粒子群优化算法的有效性,对CEC2006提出的22个基准约束测试函数进行仿真,结果表明改进算法相比其他算法在寻优精度和稳定性上更具优势.最后,将改进算法应用于考虑机组爬坡速率约束、机组禁行区域约束以及电力平衡约束的两个电力系统经济调度问题,取得了令人满意的结果.

深度强化学习求解动态柔性作业车间调度问题

针对微粒群优化算法在求解作业车间调度问题时存在的易早熟、搜索准确度差等缺点，在微粒群优化算法的基础上引入了模拟退火算法，从而使得算法同时具有全局搜索和跳出局部最优的能力，并且增加了对不可行解的优化，从而提高了算法的搜索效率；同时，在模拟退火算法中引入自适应温度衰变系数，使得SA算法能根据当前环境自动调整搜索条件，从而避免了微粒群优化算法易早熟的缺点。对经典JSP问题的仿真实验表明，与其他算法相比，该算法是一种切实可行、有效的方法。

为能够应用和声搜索算法(HSA)高效求解作业车间调度问题(JSSP)，提出一种新的差分和声搜索算法(DEHSA)。首先，针对和声函数连续而工序离散现象，设计了排序工序数量转换法，将浮点数的和声转换成工件序列；其次，为提高HSA的收敛速度，改进了HSA的进化模式，不仅是替换一个最差解，还提出了和声变量进化时依赖于当前最优解的“导优”概率；最后，将差分进化算法(DEA)引入到HSA中，克服了HSA方向性差和后期停滞的现象。仿真实验结果表明，DEHSA在求解JSSP上具有可行性和有效性。

在柔性作业车间调度问题的基础上，考虑多台搬运机器人执行不同工序在不同机床之间的搬运，形成柔性机器人作业车间调度问题，提出混合蚁群算法。用改进析取图对问题进行描述，使用混合选择策略、自适应伪随机比例规则和改进信息素更新规则优化蚁群算法，结合遗传算子完成机床选择和工序排序。使用一种多机器人排序算法完成搬运机器人分配和搬运工序排序。通过多组算例仿真测试并与其他算法进行比较，验证了算法的有效性和可靠性。

Python | 模拟退火算法解决置换流水车间调度问题 使用启发式算法解决置换流水车间调度问题 txt文档中分别为源码和测试用例 未涉及第三方库，可以直接复制到pyCharm中运行 由于主函数使用了递归，程序可能运行较慢 （运行时需在源码中更改测试用例的保存路径）

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：遗传算法_matlab_车辆调度问题 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：车辆调度问题_微粒群遗传退火算法_遗传算法_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

结合作业车间调度问题的关键路径理论，设计了一种具有多次退火过程的调度算法。该算法利用记忆表记录下降过程中的平衡点，当一次退火过程结束后，从表中取出各平衡点的温度、状态和抽样长度重新开始退火过程，直到记忆表为空。仿真结果表明该算法在求解质量和求解效率方面均有优势。