宋海草，陕西西安人，博士研究生，副教授。山东工商学院管理科学与工程学院工业工程系主任。山东省高等教育学会会员。学习经历：2003年获得西安科技大学安全工程专业学士学位；2010年获得石河子大学农业机械化工程专业硕士学位；2016年获得重庆大学管理科学与工程专业博士学位。工作经历：2004年3月至2018年6月就职于石河子大学机械电气工程学院工业工程系；2018年7月至今就职于山东工商学院管理科学与工程学院工业工程系。1.基于加工资源的零件分类成组研究[J], 上海交通大学学报，2016,50(9)1460-1466．(EI检索号：20164202924599)(第一作者)2.A study of job shop standard setup time quota[J], Prod Eng- Devel, 2016(10):185-196.(EI检索号：20155101700663) (第一作者)3. A STUDY OF THE STANDARD SETUP TIME QUOTA BASED ON EMPLOYEES’ KNOWLEDGE[C], The 45th International Conference on Computers & Industrial Engineering (CIE45)- Metz, France, on October 28-30, 2015.(大会宣读论文)(EI检索号：20161602261592) (第一作者)4. Single machine scheduling based on EDD-SDST-ACO heuristic algorithm[J], Journal of Intelligent Systems,2017 4（26）：657-668（EI期刊）(第一作者)5.基于模糊聚类K-means的播种机焊接零件编码分类[J],石河子大学学报(自然科学版),2016,34(2)：238-243.（通讯作者）6. 基于GATS混合算法的**作业切换不相关并行机成组调度研究[J].重庆大学学报，2019.12月底出版。(第一作者)7.石河子大学应用基础研究青年项目"播种机焊接件生产的成组调度研究”(2014ZRKXYQ06)， 2015.01-2016.12，主持，已结题。8.山东工商学院博士基金项目"大数据环境下离散车间排序依赖作业切换的生产调度研究”，2019-2021，主持，在研。

离散车间生产调度是提高运营效率、降低成本，乃至取得竞争优势的重要手段和有力工具。随着离散车间生产调度问题的深入研究，新问题、新模型和新方法不断涌现。本书共7章：第1章为绪论；第2章为Job-shop**作业切换的成组调度模型与关键技术；第3章为基于加工资源相似度的聚类成组研究；第4章为基于EDD-SDST-ACO启发规则的**作业切换单机成组调度研究；第5章为基于GATS混合算法的**作业切换不相关并行机成组调度研究；第6章为基于QCSO混合算法的**作业切换柔性Job-shop调度研究；第7章为总结与展望。本书可作为高等院校工业工程类专业本科生和工程硕士的辅助教材，也可供相关企业的工业工程师和生产管理人员阅读参考。

1  绪论 / 1
1．1  研究背景 / 3
1．2  国内外相关研究现状 / 8
1．2．1  作业切换 / 8
1．2．2  成组技术 / 13
1．2．3  Job-shop调度 / 16
1．2．4  成组调度研究现状 / 22
1．3  研究目的意义 / 27
1．4  研究内容、方法、技术路线 / 29
1．4．1  研究内容 / 29
1．4．2  研究方法 / 31
1．4．3  技术路线 / 32
1．5  本书的创新之处 / 34
1．6  本章小结 / 36
2  Job-shop最优作业切换的成组调度模型与关键技术 / 37
2．1  引言 / 39
2．2  Job-shop最优作业切换问题 / 41
2．2．1  Job-shop调度 / 41
2．2．2  Job-shop作业切换 / 43
2．2．3  Job-shop作业切换影响因素分析 / 49
2．2．4  最优作业切换问题的提出 / 52
2．3  基于成组技术的最优作业切换的Job- shop调度模型 / 55
2．3．1  面向Job-shop最优作业切换成组调度 / 55
2．3．2  基于成组技术的最优作业切换的Job-shop调度模型 / 57
2．4  面向最优作业切换的Job-shop成组调度关键技术 / 59
2．4．1  零件聚类成组 / 59
2．4．2  基于成组技术的最优作业切换单机调度问题 / 60
2．4．3  基于成组技术的最优作业切换不相关并行机调度问题 / 62
2．4．4  基于成组技术的最优作业切换柔性Job- shop调度问题 / 63
2．5  本章小结 / 65
3  基于加工资源相似度的聚类成组研究 / 67
3．1  引言 / 69
3．2  加工资源特征 / 73
3．3  加工资源相似性度量 / 75
3．3．1  建立编码矩阵 / 75
3．3．2  加工资源的加权相似性度量 / 76
3．4  基于加工资源相似的零件聚类成组遗传算法 / 78
3．4．1  聚类效果评价 / 79
3．4．2  目标函数 / 80
3．4．3  分组编码 / 82
3．4．4  种群初始化 / 82
3．4．5  适应度函数 / 83
3．4．6  选择操作 / 83
3．4．7  交叉操作 / 83
3．4．8  变异操作 / 84
3．5  实例验证 / 86
3．5．1  数据生成 / 86
3．5．2  计算结果 / 88
3．6  本章小结 / 91
4  基于EDD-SDST-ACO启发规则的最优作业切换单机成组
调度研究 / 93
4．1  引言 / 95
4．2  问题描述 / 97
4．3  模型构建 / 99
4．4  EDD-SDST-ACO启发式规则 / 101
4．4．1  蚁群算法 / 102
4．4．2  工件组排序 / 104
4．4．3  工件组内排序 / 105
4．4．4  信息素更新策略 / 106
4．4．5  EDD-SDST-ACO算法流程 / 108
4．5  EDD-SDST-ACO启发式规则有效性验证 / 111
4．5．1  数据生成 / 111
4．5．2  参数设置 / 111
4．5．3  计算结果 / 118
4．6  实证研究 / 120
4．7  本章小结 / 122
5  基于GATS混合算法的最优作业切换不相关并行机成组
调度研究 / 125
5．1  引言 / 127
5．2  问题描述 / 132
5．3  模型构建 / 133
5．4  算法设计 / 136
5．4．1  种群初始化 / 137
5．4．2  适应度函数 / 138
5．4．3  获得初始解 / 139
5．4．4  邻域生成方法 / 142
5．4．5  交叉操作 / 144
5．4．6  变异操作 / 144
5．4．7  遗传禁忌搜索算法流程 / 145
5．5  算法有效性验证 / 149
5．5．1  数据生成 / 149
5．5．2  算法参数设置 / 150
5．5．3  计算结果 / 156
5．6  本章小结 / 159
6  基于QCSO混合算法的最优作业切换柔性Job-shop
调度研究 / 161
6．1  引言 / 163
6．2  问题描述 / 168
6．3  模型构建 / 170
6．4  算法设计 / 173
6．4．1  编码机制 / 176
6．4．2  解码机制 / 177
6．4．3  搜索模式 / 179
6．4．4  跟踪模式 / 180
6．4．5  量子旋转角更新 / 181
6．4．6  适应度函数 / 183
6．4．7  量子猫群优化算法流程 / 183
6．5  算法有效性验证 / 185
6．5．1  数据生成 / 185
6．5．2  计算结果 / 189
6．6  实证研究 / 198
6．7  本章小结 / 202
7  总结与展望 / 205
7．1  本书总结 / 207
7．2  研究展望 / 210
参考文献 / 213