算法：使用GA优化生产计划

Question

我有点陷入一个超越我智商的问题，所以我在这里写信要求一些建议。基本上这似乎是一个非常简单的案例。

我有一系列产品：

我有4台并行机器可以生产每种产品（产品之间没有依赖关系）：

M1
M2
M3
M4

每台机器都可以全天候运行但他们需要员工在场，以便推出每个新产品。

一个简单的问题是，例如，避免启动将在晚上停止的生产（虽然没有员工重新开始生产）或周末。

如果产品C的生产期为2天，我不应该在星期四下午开始生产，因为生产将在星期六早上结束，并且机器在员工周一早上返回之前不会开始新的生产。

我开始尝试使用蛮力方法（不是非常微妙）尝试所有可能的组合，但我很快发现处理时间正在爆炸:)

然后我决定进行线性编程解决，首先放置最紧急的工作，每次都选择最好的机器并以此方式为每种产品选择。

我得到了一些结果，但显然不是最好的。因此，我为我的研究寻找好的建议。我试着看“蚁群”优化或“遗传算法”，但是我遇到了一个问题，即根据我任务的结束时间，我有可变的空闲时间。

Answer 1

感谢@tobias_k，我一直在探索遗传算法来解决我的调度问题。

我认为他们非常有前途，并开始编写我的染色体测序： 鉴于产品（A，B，C，D，E，F，G，H，I，J，K，M）和机器（M1，M2，M3，M4），可能的编码可能是['EKM'， 'IFB'，'GLD'，'HAJC']（按此顺序在机器1上使用EKM，在机器2上使用IFB等）。

我测量适应度没有任何困难（我的目标是最小化完工时间）但是当谈到交叉时，这是更复杂的事情（看起来它是遗传算法的难点）。

如果我有两个父母：['EKM'，'IFB'，'GLD'，'HAJC']和['ICFM'，'HLK'，'DJE'，'BGA']我其实是在看生产产品的机器（例如A，两者都是M3）并随机选择要选择的产品。我也这样做以选择它的顺序（对于A，它将是父1的位置2和父2的位置3）并随机选择。

我非常相信我在这里犯了一个错误，但找不到找到一个好的染色体编码/交叉策略的方法（我的不良结果就是这样）。

任何拥有比我更大的GA知识的人都可以提供建议吗？

非常感谢！