数据集概述
本数据集基于Zenodo平台已有的生产维护相关数据构建，针对总成本与机器占用偏差优化场景，通过设置双目标优化权重（各0.5）并运行遗传算法2小时，旨在展示调度器平衡机器任务与降低总成本的能力。数据集包含3个文件，覆盖输入、输出及统计结果。
文件详解
- Input_JSON_Total_Cost_Machine_Occupancy_Deviation_Optimization
- 文件格式：JSON
- 字段映射介绍：总成本与机器占用偏差优化场景的输入数据文件，包含优化计算所需的基础参数与初始条件
- Output_JSON_Total_Cost_Machine_Occupancy_Deviation_Optimization
- 文件格式：JSON
- 字段映射介绍：总成本与机器占用偏差优化场景的输出数据文件，记录优化计算得到的调度结果与目标值
- Output_Statistics_Total_Cost_Machine_Occupancy_Deviation_Optimization.xlsx
- 文件格式：XLSX
- 字段映射介绍：总成本与机器占用偏差优化场景的统计结果文件，包含优化过程中的关键统计指标与结果汇总
数据来源
Zenodo平台（记录编号：4106746）
适用场景
- 智能制造调度优化: 用于分析生产与维护任务联合调度策略对总成本与机器负载平衡的影响
- 多目标优化算法验证: 基于遗传算法的双目标（成本+占用偏差）优化效果评估
- 需求响应参与策略研究: 探索制造系统通过调度优化参与需求响应的可行性与成本效益
- 生产维护协同决策支持: 为制造企业制定生产计划与维护方案的协同决策提供数据参考
