前两篇文章中，我们介绍了FJSP问题，并梳理了一遍HA算法。这一篇文章对小编实现的（很乱很烂的）代码进行简单解读。
往期回顾：
种群进化+邻域搜索的混合算法(GA+TS)求解作业车间调度问题(JSP)-算法介绍
混合算法(GA+TS)求解作业车间调度问题(JSP)-禁忌搜索部分
代码下载请关注公众号，后台回复【FJSPHA】即可，不包括【】
代码框架
![]()
代码分为5个包，第一部分Data为用到的各类结构，第二部分GA为GA部分+第一个TS，第三部分主函数，第四、五部分是两个TS。
算例放置在input文件夹中，这里准备了Mk系列算例，Kacem系列算例和论文中的简单算例test.txt。
Main
算例输入：
![]()
Main中还有一个输出为CSV的函数，需要一个jar包，已经放在下载链接里了，不需要的同学也可以删除。
![]()
Data
一堆乱七八糟的结构。这里简单讲一下Solution类和Graph类。
Solution类中包含多个print函数，比较重要的包括绘制甘特图以及check解是否合法。
![]()
operationMatrix是解的主题，存放某个工件的某道工序的开始、结束时间，所在加工机器。
![]()
Graph类表示析取图。nodeList是每台机器上的node。其中起始点、终止点我单独提取出来设置了两个类。Graph中还包含了获取critical path的DFS和update starting time & end time的Bellman算法。
![]()
GA
MyHybridAlgorithm类是GA的主函数。小编在实现的时候进行了多种测试，比如迭代的noImprove次数达到limit时进行扰动：
![]()
选择哪种Tabu：
![]()
读者在阅读的时候请自己注意。
算法相关的参数我都做了初始化，请自行查找修改：
![]()
交叉、变异等操作包含在ChromosomeOperation类中，计算适应度的函数在CaculateFitness类中，TabuSearch1类是基于编码的tabu，这里都不多展示了。
NeighbourSearch
这个包包含的是基于析取图的tabu。NeighbourAlgorithms类相当于Main，包含解转化为图的函数：
![]()
TabuSearch2类为tabu主函数。NeighbourGraph类存放析取图邻域搜索产生的解。
DeleteNeighbourGraph类为析取图中暂时去掉某个点后的情况，PM、PJ、SM、SJ代表precede、succeed、machine、job四条边对应的点，deleteNode为删去的点。
![]()
其中还有findLandR位置的二分查找函数，insert时的估值函数：
![]()
![]()
NeighbourSearch2
这个包为第三个基于甘特图的tabu。
RTS类为tabu的主函数。解通过：ArrayList<ArrayList<Operation>> 的形式表示。
replan函数中包含了在甘特图上进行swap操作后更新解的方法，有详细注释：
![]()
总结
到这里已经大致梳理了一遍代码，但其中还有很多细节没有讲到，包括很多东西实现的不好，欢迎随时和我交流。
由于是自己研究时写的代码，其中很多东西会比较乱，但是代码中做了很多注解，仔细阅读应该能看得懂的！
下载的压缩包里包括我学习过程中看过的大部分文献，包括主要参考的文献，大家可以进一步阅读研究。
参考
[1]Li, Xinyu , and L. Gao . "An effective hybrid genetic algorithm and tabu search for flexible job shop scheduling problem." International Journal of Production Economics 174.Apr.(2016):93-110.
[2]Zhang, Chao Yong , P. G. Li , and Y. R. Zailin Guan . "A tabu search algorithm with a new neighborhood structure for the job shop scheduling problem." Computers & Operations Research 34.11(2007):3229-3242.
[3]Mastrolilli, Monaldo , and L. M. Gambardella . "Effective Neighbourhood Functions for the Flexible Job Shop Problem." Journal of Scheduling 3.1(2015):3-20.
[4]Zhang, Guohui , L. Gao , and Y. Shi . "An effective genetic algorithm for the flexible job-shop scheduling problem." Expert Systems with Applications 38.4(2011):3563-3573.
推荐阅读：
干货 | 想学习优化算法，不知从何学起？
干货 | 运筹学从何学起？如何快速入门运筹学算法？
干货 | 学习算法，你需要掌握这些编程基础（包含JAVA和C++）
干货 | 算法学习必备诀窍：算法可视化解密
