本书面向不确定环境下离散制造企业的生产调度问题，系统阐述了不同类型鲁棒机器调度的概念、模型及其求解算法。

本书面向不确定环境下离散制造企业的生产调度问题，系统阐述了不同类型鲁棒机器调度的概念、模型及其求解算法。书中用尽量通俗简洁的文字对大量概念给出了作者理解的定义，以方便读者快速了解相关领域。另外，书中既阐述了诸多传统鲁棒优化模型，也展示了作者提出的离散场景鲁棒优化新模型，探索了不同鲁棒优化模型在单机调度、并行机调度、流水车间调度和作业车间调度等典型机器调度问间题中的应用。
本书可作为高等院校系统工程、工业工程、自动化、智能制造、计算机、机械工程、管理科学与工程，运筹学、供应链管理等专业师生的教材，也可作为汽车，半导体、智能制造等工业领域的调度人员、管理者和科技人员的参考书。

第1章机器调度概述
1.1机器调度的基本概念
1.1.1确定性机器调度
1.1.2确定性机器调度的性能指标
1.1.3不确定性机器调度
1.2机器调度中的不确定性
1.2.1不确定性的分类
1.2.2不确定性的建模方法
1.3不确定性机器调度的分类
1.3.1随机机器调度
1.3.2模糊机器调度
1.3.3狭义鲁棒机器调度
1.4不确定性机器调度的主要模式
1.4.1主动模式调度
1.4.2反应模式调度
1.4.3混合模式调度
1.4.4广义鲁棒机器调度
1.5本章小结

第1篇主动模式鲁棒机器调度
第2章鲁棒离散优化理论基础
2.1随机优化的局限
2.2鲁棒优化的合理性和优势
2.3场景方法
2.4鲁棒优化的基本概念
2.5鲁棒优化的主要模型
2.5.1风险厌恶型鲁棒优化模型
2.5.2风险中性型鲁棒优化模型
2.6随机优化模型
2.6.1均值模型和期望模型
2.6.2期望方差模型
2.7计算复杂性
2.8本章小结

第3章离散场景鲁棒优化新模型
3.1单阶段坏场景集模型
3.1.1阈值坏场景集惩罚模型
3.1.2阈值坏场景集均值模型
3.1.3数目坏场景集均值模型
3.2两阶段阈值坏场景集模型
3.2.1合理阈值
3.2.2两阶段PTM框架
3.2.3代理两阶段PTM框架
3.3双目标鲁棒优化模型
3.4本章小结

第4章鲁棒机器调度算法基础
4.1准确算法
4.1.1分支定界算法
4.1.2数学规划法
4.1.3迭代松弛法
4.2启发式算法
4.2.1构造性启发式算法
4.2.2邻域串行搜索算法
4.2.3群智能并行搜索算法
4.3多目标优化问题
4.3.1多目标优化方法分类
4.3.2多目标进化算法
4.4混合算法
4.5本章小结

第5章鲁棒单机调度
5.1确定性单机调度问题描述
5.2最坏场景鲁棒单机调度
5.2.1最坏场景鲁棒单机调度模型
5.2.2离散场景下的迭代松弛法
5.2.3区间场景下的分支定界算法
5.3优选后悔鲁棒单机调度
5.3.1优选后悔模型
5.3.2分支定界算法
5.3.3启发式算法
5.4数目坏场景集单机调度
5.4.12-NBS单机调度模型
5.4.2y-NBS单机调度模型
5.4.3NBS鲁棒单机调度的分支定界算法
5.4.4NBS鲁棒单机调度的束搜索算法
5.5仿真计算与分析
5.5.1最坏场景模型与2-NBS模型所得鲁棒解的对比
5.5.2分支定界算法与束搜索算法在小规模算例中的对比
5.5.3束搜索算法在大规模算例中的求解结果
5.6本章小结

第6章鲁棒并行机调度
6.1并行机调度的分类
6.2优选后悔一致并行机调度
6.2.1确定性一致并行机调度问题
6.2.2优选后悔鲁棒一致并行机调度问题
6.2.3问题性质
6.2.4迭代松弛法
6.3优选后悔异速并行机调度
6.3.1确定性异速并行机调度问题
6.3.2优选后悔鲁棒异速并行机调度问题
6.3.3数学规划法
6.4最坏场景无关并行机调度
6.4.1确定性无关并行机调度问题
6.4.2最坏场景鲁棒无关并行机调度模型
6.4.3最坏场景邻域果蝇算法



\t6.4.4仿真计算与分析



\t……