【摘要】通过对Job-shop问题分析,在逐步添加约束到有向图模型来获取可行调度方案基础上,提出一种具备自动学习功能智能算法。设计了可互换工序对4种选取函数,并以此作为网络输入构建了基于RBF的神经网络以实现对可互换工序对选取。利用最小均方算法对网络权重进行训练,经过对更新过的样本进行再学习后,网络选取可互换工序对的准确度得以提高,使算法具备自学习能力。数值仿真结果表明所提算法对于大规模Job-shop问题求解存在较好效果,具较好的应用价值。