1、資源受限的項(xiàng)目調(diào)度問題廣泛存在于建筑工程、軟件開發(fā)、飛機(jī)及輪船制造等單件或小批量生產(chǎn)方式的企業(yè)中。在理論上，該問題屬于NP-hard問題，一直吸引著國內(nèi)外眾多學(xué)者的研究和關(guān)注，提出了許多求解該問題的優(yōu)化算法，概括起來可分為精確算法和啟發(fā)式算法。由于精確算法的求解時(shí)間呈指數(shù)增長，無法處理大規(guī)模問題。相反，啟發(fā)式算法在計(jì)算大規(guī)模的問題時(shí)能在合適的時(shí)間里得出令人滿意的計(jì)算結(jié)果，尤其是啟發(fā)式算法中的遺傳算法，作為一種全局優(yōu)化搜索算法，因其簡單易

2、用，對(duì)很多優(yōu)化問題能夠得到令人滿意的解，已在科學(xué)研亢和工程最優(yōu)化領(lǐng)域中得到廣泛應(yīng)用。
　　 本文提出一種新的遺傳算法，該算法的編碼方式為工序優(yōu)先權(quán)數(shù)的拓?fù)渑判?，解碼方式采用了串行調(diào)度產(chǎn)生方案。算法的進(jìn)化過程如下：
　　 ⑴采用新的選擇策略，使得每代中的優(yōu)良個(gè)體的基因編碼不會(huì)因?yàn)榻徊娌僮骱妥儺惒僮魉茐摹?br>　　 ⑵本文采用了峰交叉算子[40]，使得算法在搜索迭代過程中對(duì)個(gè)體的優(yōu)良“基因片段”進(jìn)行保護(hù)，不會(huì)因?yàn)榻徊婧?/p>