具有约束的生产计划的基因表示

Question

我试图提高生产系统的吞吐量。系统的确切类型并不相关（我认为）。

描述

1. 系统包含 LINE 的电台（编号为1,2,3 ......）和 ARM 。
2. 系统会随机收到 ITEM 。
3. 每个 ITEM 都有 PLAN （例如， ITEM1 可能有 PLAN ， 说需要经过3号站，然后是1号，然后是5号站。 PLAN 包括有关的时间信息 ITEM 在每个工作站的时间长度（最大/最小硬值范围）。
4. 每个 STATION 一次只能容纳一个 ITEM 。
5. ARM 用于将每个 ITEM 从一个 STATION 移动到下一个 STATION 。每个 PLAN 包括 ARM 的时序信息也是一个固定值。

当前实践

我有两个当前（工作）规划解决方案。

第一个维护每个 STATION 的使用主列表，请考虑这是一个＆＃39;预订＆＃39;做法。 当每个新的 ITEM-N 进入时，系统会提前搜索以找到最早的插槽位置 PLAN-N 适合。因此，例如，它会尝试将其拟合到t = 0，然后逐渐尝试更高 延迟直到它找到一个合适的（实际上我在这里有一些启发式方法来减少处理时间， 但方法成立了）

第二个维护每个 ITEM 的列表，指定何时开始。当新 ITEM-N 时 进入，系统比较它的＆＃39; PLAN-N 与所有现有列表一起找到合适的时间 开始。同样，它从t = 0开始，然后逐渐尝试更高的延迟。

这两个解决方案都没有利用每个解决方案允许 ITEM 的范围 站。假定固定时间（中点或最小值）。

理想解决方案

不言而喻，存在传入的 ITEM 能够 如果某些当前的 ITEM 更改了持续时间，则可能比其他情况更早开始 花费在某些 STATION ，是否缩短了持续时间（因此新的 ITEM 可以进入 STATION 代替）或延长持续时间（因此 ARM 有时间移动 的 ITEM ）。

我正在尝试为问题实施遗传算法解决方案。我目前的基因含有N. 数字（在0和1之间），其中N是当前所有项目中的站点总数 系统以及要添加的新项目。将此基因转换为a基因是微不足道的 实际持续时间（0表示最小持续时间，1表示最大值，其间线性比例）。

然而，这种基因表示始终产生与每种重叠的不可用计划 其他。这样做的原因是，当理想情况下已经安排了多个项目时（连续输入） 时间，计划明智），持续时间没有变化是可能的。这是不可避免的，因为一旦项目 已经被处理，他们不能被推迟或提前。

上述情况的一个示例，例如 ITEMA 在 STATION3 中持续时间t1到t2和t3到 T4。 ITEMB 然后出现并占据 STATION3 持续时间t2到t3（因此 STATION3 完全 在t1和t4之间使用）。凭借我目前的基因代表，我几乎可以保证永远不会 找到一个有效的解决方案，因为这将要求基因的某些元素具有完全相同的 正确的值，以免产生重叠。

问题

1. 有没有比我上面描述的更好的基因代表？
2. 我可以更好地做一些简单的爬山以找到可修改的时间吗？或者，是GA 实际上适合这个问题吗？