基于Python的混合流水车间调度遗传算法

我运用优化工具来解决实际的生产计划问题

我目前的问题是在一个独特的生产流程阶段为一个拥有各种产品的工厂做计划。在每个阶段中，都有少量并行机，如下图所示

我已经完成了MILP模型的数学计算，并尝试用CPLEX进行求解，但它太难单独处理大型模型

目前，我准备用遗传算法来解决它，但不知道从哪里开始

我有一些Python语言的知识。朋友们，请告诉我如何开始处理这个问题

---

是否有人在代码方面有类似的已解决问题，我可以提供参考？

在您开始编写代码（或使用其他人的代码）之前，您必须了解幕后的理论。 生产系统的主要实体是什么

您需要制定优化目标、优化计划，但要根据优化问题进行定义

我想到的一个例子

看看这篇论文

---

理查德，谢谢你的建议。我实际上构建了数学模型和Cplex工具，请看一下这个草稿：我现在的问题是如何将数学模型转换为Python语言。嗨，你看了上的示例了吗？嗨，Alex，你能为它发送Cplex代码吗？出于您的考虑，我的问题是混合流水车间，即在每个阶段中组合并行机器，并且产品只抛出1个序列，而不是作业车间调度。你有这个例子吗？嗨，在CPLEX\u Studio128\python\examples\cp\visu中，你可以找到一些flowshop示例Shi Alex，你有很多流化示例吗？使axamples符合作业只有一个批次的要求，并且必须在转移到其他阶段之前完成所有作业。当我处理大规模生产计划时，这会增加巨大的交付周期。