经典的生产调度模型通常假设工件的加工时间固定不可变，然而，管理者在实际生产中发现加工时间会随着工人生产技能的熟练、经验的积累等原因而变短，研究者们将此称之为学习效应。围绕这一主题，涌现出了大量的研究成果。然而，涉及学习效应的大多数调度问题仅考虑自主学习，即边做边学（Leaning by doing），很少考虑主动的资源投入对学习效应的影响，也就是诱导学习（Induced learning）。本书考虑的诱导式学习效应是指可以通过主动投资来促进学习效果。针对这一实际现象，本书从理论研究的角度出发，通过若干个经典的调度问题，来探索这两类学习效应（简称为双重学习效应）对生产调度模型的影响。研究一方面丰富了相关的理论研究，另一方面对生产实践也具有一定的指导意义。

陈可，上海商学院商务信息学院电子商务系专任教师，博士毕业于上海财经大学信息管理与工程学院，获管理学博士学位。主要从事生产调度、供应链管理、信息披露等方向的研究，在European Journal of Operational Research、Computers & Industrial Engineering、International Journal of Production Research等相关领域主流期刊发表多篇学术研究论文。

第1章 绪论
1.1 研究背景与意义
1.2 调度相关背景知识
1.3 文献综述
1.4 本书的研究内容和创新点
1.5 本书章节组织框架
第2章 双重学习效应对三个经典调度目标函数的影响
2.1 引言
2.2 问题描述和建模
2.3 单机问题
2.4 平行机问题
2.5 一致条件下的两个单机问题
2.6 相关拓展和本章小结
第3章 双重学习效应下最小化总加权延误工件数量的问题
3.1 引言
3.2 问题描述和建模
3.3 诱导学习效应给定时的求解方法
3.4 双重学习效应下的求解方法
3.5 相关拓展和不章小结
第4章 双重学习效应下带有分组加工和交货期窗口决策的问题
4.1 引言
4.2 问题描述和建模
4.3 问题的一些最优性质探索
4.4 多项式时间最优算怯
4.5 相关拓展和本章小结
第5章 总结与展望
5.1 本书总结
5.2 本书的研究局限
5.3 未来研究展望
附录 数值实验结果
参考文献