【发布时间】：2017-03-21 11:09:43
【问题描述】：
我陷入了一个超出我的智商能力的问题，因此我在这里写信寻求一些建议。基本上这似乎是一个很简单的案例。
我有一系列产品：
我有4台并行机可以制作每个产品（产品之间没有依赖关系）：
M1
M2
M3
M4
每台机器都可以 24/7 全天候运行但他们需要员工在场才能启动每个新产品的生产。
一个简单的问题是，例如避免启动将在晚上（没有员工重新启动生产）或周末停止的生产。
如果产品C的生产周期为2天，我不应该在周四下午开始生产，因为生产将在周六早上结束，并且机器不会在周一早上员工返回之前开始新的生产。
我首先尝试了一种蛮力方法（不是很微妙）尝试所有可能的组合，但我很快发现处理时间正在爆炸式增长:)
然后我决定做一个线性规划求解，把最紧迫的工作放在最前面，每次都选择最好的机器，然后为每个产品先这样。
我得到了一些结果，但显然不是最好的。因此，我为我的研究寻找好的建议。我试图研究“蚁群”优化或“遗传算法”，但我遇到的问题是我的空闲时间取决于我的任务的结束时间。
【问题讨论】：
-
遗传算法或进化策略应该更有效。部分解决方案将是每个产品的开始时间向量（不得在周末或晚上），并且突变将开始时间来回移动几分钟或几小时。
-
只是想知道：您是否真的必须将任务分配给机器，或者检查是否没有时间并行执行四个以上的任务就足够了？
-
感谢托比亚斯的回答。我的目标是制作甘特图（因此是产品/时间/机器的最佳分配）。是你的问题吗？
-
我的问题是：有没有任何情况下，并行任务不超过四个，但任务不能分配给四台机器（不中断和重新定位任务）？我会说“不”，这会大大简化优化问题（之后您可以将任务分配给机器），但我不确定。
-
好吧，同时所有 4 台机器都应该配备人员 --> 4 个并行任务。一旦任务启动，它们就不应被中断（每个任务之前都有设置时间）。
标签： algorithm optimization artificial-intelligence genetic-algorithm