1. 研究目的与意义
研究背景：随着计算机技术、仿真技术和神经网络技术的发展，企业的生产规模越来越大，复杂度越来越高，面对激烈的市场竞争，为了保证生产的高效、稳定和获得最大的经济效益，单纯依靠经验管理，原有的简单、局部、常规的控制手段已不能满足现代生产的要求。
在传统的车间调度模型中，假设工序对加工所需要的资源是不具备柔性的资源，工件的所有工序的加工机器是惟一的，且加工顺序是已知的，于是可通过确定工序在每台机器上的加工顺序来优化完工时间等系统目标。伴随着大批量连续生产正逐渐被适应市场需求变化的多品种、小批量生产所替代，所以一个企业的竞争力在很大程度上取决于它是否能在短时间内，生产出较低成本较高质量的多个产品品种的能力，柔性制造系统（fms）应运而生，柔性作业车间调度问题（flexible job shop scheduling problem,fjsp）也就成为研究的重点。
2. 研究内容和预期目标
研究内容：
1.熟悉掌握多层遗传算法思想和步骤，包括：编码、初始种群的产生、适应度评估、选择、交叉和变异。
2.建立车间调度问题的数学模型。
3. 研究的方法与步骤
1．研究方法：实验法
（1）参考各类文献，改革创新。
（2）利用matlab对遗传算法进行设计运算：确定优化的目标函数，根据约
4. 参考文献
[1]abd elrahman elgendyand mohammed husseinand abdelmoty elhakeem. optimizing dynamic flexible job shop scheduling problem based on genetic algorithm.international journal of current engineering and technology , 2017.
[2]takeshi yamada and ryohei nakano. genetic algorithms for job-shop scheduling problems[j].researchgate, 2000.
[3]李一夫，宋贵宝，贾汝娜，张文鹏. 基于多层编码遗传算法的舰艇改造任务分配方法．舰船电子工程总第295期，2019．
5. 计划与进度安排
1. 2月20日至3月20日 资料收集、整理,撰写开题报告；
2. 3月20日至3月31日 外文翻译；
3. 4月01日至4月15日 熟悉遗传算法原理和柔性车间调度问题；
