改进遗传算法求解柔性作业车间调度问题[j]. 机械工程学报, 2009, 45(7):145-151.

柔性作业车间调度问题是一种典型的组合优化问题，目标是通过合理的调度方式来最大化生产效率和减少生产成本。传统的解决方法往往受到问题规模较大、计算复杂度高的限制，同时可能无法找到全局最优解。

遗传算法作为一种优化算法，能够有效地解决组合优化问题。在改进遗传算法求解柔性作业车间调度问题中，可以采用以下几个方面的策略：

首先，需要设计合适的编码方式来表示调度方案。可以考虑使用二进制编码，将任务的顺序和分配给不同机器的时间信息进行编码。而柔性作业车间调度问题中不同任务和机器之间的约束条件可以通过适应度函数来进行衡量。

其次，需要设计适应度函数来评价每个个体的优劣程度。适应度函数可以考虑各个个体的完成时间、机器的利用率、任务的滞后时间等因素，从而综合评价调度方案的好坏。

然后，采用交叉、变异等基本遗传操作来生成新的个体。交叉操作可以通过交换任务顺序或者交换任务分配给不同机器的时间来实现，变异操作可以通过随机选择某个任务进行位置或者时间的调整来实现。

最后，需要确定遗传算法的参数设置。包括种群大小、迭代次数、交叉概率、变异概率等。通常可以通过实验或者经验来确定参数的取值范围，从而获得更好的求解效果。

综上所述，改进遗传算法可以有效地求解柔性作业车间调度问题。通过合适的编码、适应度函数、基本遗传操作和参数设置，可以得到较优的调度方案，并且具有一定的鲁棒性和可拓展性。