从 WinQSB 系统的菜单选项，可以看出其可用于求解以下管理与决策科学领域的问题： 1．Acceptance Sampling Analysis （缩写为 ASA ，接受抽样分析） 主要用于各种抽样分析、抽样方案的设计以及假设分析； 2．Aggregate Planning （缩写为 AP ，综合计划编制） 用于求解 具有多时期正常排班、加班、分时段、转包生产量、需求量、储存费用、生产费用等复杂的整体综合生产计划的编制方法，求解思路是将问题归结到求解线性规划模型或运输模型； 3．Decisi

蛮不好找，详细的matlab函数和代码，需要用到流水线车间调度问题的同学可以下载，很有学习参考意义

n个任务在流水线上进行m个阶段的加工，每一阶段至少有一台机器且至少有一个阶段存在多台机器，并且同一阶段上各机器的处理性能相同，在每一阶段各任务均要完成一道工序，各任务的每道工序可以在相应阶段上的任意一台机器上加工，已知任务各道工序的处理时间，要求确定所有任务的排序以及每一阶段上机器的分配情况，使得调度指标(一般求Makespan)最小

基于交货期的流水线车间调度算法设计与实现

流水线是制造系统中广泛采用的一类生产模式。业已证明机器数超过三台的流 水车间调度问题为NP难问题，对该问题的研究有重要的理论和工程价值。传统调度 问题解决方法包括数学建模、启发式和元启发式算法等，能在较短时间内获得较优 解，但难以应对任务、资源等不确定因素的动态变化。深度强化学习直接依据输入状 态进行行为策略选取，更贴近实际制造系统加工状态响应式的生产调度过程。因此， 本文首次提出一种深度时序差分强化学习方法，用于求解非置换流水车间单目标、多 目标和动态调度问题。