获取更多资讯，赶快关注上面的公众号吧！
自上世纪50年代开始，调度在学术界和工业界一直是一个很活跃、很火热的研究方向，尤其是近年来随着智能制造的势头高涨，智能调度也逐渐提上日程，各种新型调度问题，各种智能调度算法，层出不穷。不仅工业工程专业研究者致力于调度研究，而且其他非调度相关专业人员也开始注意到了调度的工程价值和学术价值，纷纷在调度领域大展身手。可是调度的门槛并不低，盲目踏入弄不好会摔跤的。所以今天就某位童鞋的问题，结合我们多年的经验，给准备入坑的小伙伴做一个学习规划。
首先我们需要清楚自己研究调度中的什么方向，粗略地讲，可以将调度分为两个方向：做软件和做算法。做软件偏向工程实践，做算法侧重学术研究，所以第一步一定要定位准确。然后就是要对调度中涉及的基本概念和重要原理有所了解，掌握了“调度语言”才能与从业者无障碍沟通。所以我将从入门基础、做软件和做算法三个方面介绍一下都该如何下手。
本文中所提到的所有书籍，均可扫码关注公众号，后台回复“APS入门”获取下载链接！！！
入门基础
不管是做软件还是做算法，入门基础都是少不了的。由于生产模式和运作方式不同，车间调度形式也可能不同，所以除了了解与调度直接相关的概念，还需要掌握与车间生产相关的知识，所以这一部分我们从这两方面入手。
生产相关
这一部分需要了解不同的生产方式（流程、离散）、生产计划（主生产计划、物料需求计划、制造资源计划）、生产布局（工艺、产品）、周转方式（顺序、平行、平顺）、质量控制、库存管理等，可参照下面这本书进行学习，当然其他任何一本《生产与运作管理》都会介绍相关的内容。
调度相关
调度的目标是将工件安排到合适的资源的同时确定其开始加工时间和结束加工时间，在满足能力约束、顺序约束等约束条件下满足一个或多个目标性能，本质上调度是一种组合优化问题。调度问题的约束网络是一种特殊的图数据结构，我们将这种图称之为析取图（disjunctive graph），在《求解作业车间调度问题的高效算法研究》中介绍了析取图模型的原理。调度的不同类型、约束和目标在《调度：原理、算法和系统》一书中有详细介绍。《车间调度及其遗传算法》中介绍了 如何将多种编码方式转换为调度的，可以有效地帮助理解析取图中的约束。
做软件
做APS软件其实是从事调度的根本目的，不管用多么高级的算法，解决多么复杂的问题，最后我们都是要落地于实际工厂环境，并有一套可视化的软件帮助车间调度员管理基础数据、自动生成工序级调度方案、输出调度结果，所以做软件是一个系统或软件问题，而不是一个算法就能搞定的。做软件就涉及前后台和数据库，所以需要掌握或清楚一般做系统开发所需要的语言或工具，如前台开发的node.js、react等，后台开发用到的java、python、spring等，数据库一般用到Mysql或Oracle。需要注意的是做软件并不是说算法不重要，相反在实际应用中，会更加注重算法的快速响应性、动态扩展性和人机交互性。
做算法
如果是在硕博期间研究调度问题，那么为了发一些有水平的文章，那么做算法就是自然而然的选择了。算法的基础是数学，所以掌握一些运筹学知识、图表达、智能优化算法是必要的。我们之前也总结了一些智能优化算法。需要注意的是，做调度算法一定要结合实际问题，如果只是把一种算法应用于标准调度案例，那么创新性就显得不高，除非算法是自己提出的，如果没有一定的数学基础，提出一种全新的算法还是很难的。那么实际问题应该都考虑哪些呢？其实在下面的这篇文章，我也已经介绍到了。做算法很重要的一点是一定要follow调度领域最新的研究成果，看看最近的研究热点是什么，都有哪些新型调度问题，都在改进什么算法。调度作为一种组合优化问题，一定关注组合优化问题求解都有哪些高级方法，一般这些方法都会在TSP等这样的问题中优先使用。我这里有一份调度相关的SCI期刊目录，可以经常阅读这里面的文章，并对论文发表起到参照作用。
智能优化算法总结-数字孪生下的车间调度-APS预告
柔性作业车间调度问题-思考
总之，从事调度还是需要比较高的门槛的，一方面需要足够的耐心，能够潜心去学习枯燥的基础知识，同时还要保持足够的热情，持续不断地发现新的问题。让我们为调度事业共同努力吧！
今天的文章 转行做调度，你准备好了吗分享到此就结束了，感谢您的阅读。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ji-chu/83536.html