记研究生答辩（开题报告，论文写作计划和开题答辩）

update@201509: 我10年7月份从学校研究生毕业，大概开题是在3月份时候进行的吧。

写在这里并不意味着这个东西多么有意义，而是因为这个东西多么的无聊。还有就是文献综述，都不知道该怎么写的。唉，这东西确实很有用，但是貌似形式化起来的话…:-(.我在想那群老师们的事情了，每年需要做的事情

招生/复式，基本上每年需要耗去2~3个月
论文审核/开题,基本上每年需要耗去4个月
教书，基本上每年需要耗去4~5个月

剩下的2~3个月，吃喝嫖赌还有就是向我们这群受害者炫耀自己的女儿，:-(fuck

开题报告

与选题有关的国内外研究综述，选题的理论意义和实际意义

国内外研究综述：柔性作业调度算法从20实际90年代就开始作为作为一个经典问题被国内外学者广泛研究。柔性作业调度问题是给定一个作业集合和机器集合，求解如何将这些作业放在机器上去进行加工，才能够使得加工时间最短。这个问题最早被Burker和Schile提出，同时两人针对一个含有两个作业的柔性作业调度问题给出了一个多项式算法。Klaus等人首次针对柔性作业调度问题给出了概率算法。Ho和Tay提出了一种文化算法来解决柔性作业调度问题，这种文化算法本质上是一种遗传算法。Zhang和Gen将这个问题分解成为很多小部分然后从动态规划观点出发设计了一种多阶段基于操作的遗传算法。Jie等人混合了遗传算法和瓶颈移动算法(bottleneck shifting)，将瓶颈移动算法作为一种局部搜索算法来解决柔性作业调度问题。Nourddine等人将柔性作业调度问题看作一个蚁群系统采用蚁群算法并且配合禁忌算法作为局部搜索算法来解决柔性作业调度问题。Kim等人扩展了柔性作业调度问题并且提出了一种共生进化算法来解决他们扩展的柔性作业调度问题，并且提出了几个基准问题来作为测试数据。

理论意义：柔性作业调度问题是一个由多个子问题组成的NP问题。由于NP问题不能够使用多项式时间复杂度算法进行求解，所以针对NP问题提出了很多非经典算法比如概率算法，遗传算法，蚁群算法，退火算法等。作为遗传算法的一个分支和演化，共生进化算法是非常适合求解由多个子问题组成并且之间相互影响的NP问题，所以论文一方面的理论意义在于证明共生进化算法确实能够解决这类由多个子问题组成并且之间相互影响的NP问题。同时，作为遗传算法的一个分支，里面使用到了很多遗传算法里面的概念比如编码解码，变异交叉算子和适应度函数等内容。论文在为求解柔性作业调度问题设计共生进化算法的同时，会设计一些和问题相关的编码解码方式，变异交叉算子和适应度函数，这些能够很好地补充遗传算法，为遗传算法解决其他问题提供新思路

实际意义：作业调度问题是很多早期加工系统中面临的问题。但是随着科技的进步，现在加工设备大部分都是柔性制造系统(Flexible Manufacture System,FMS)，柔性制造系统提出了柔性作业这个概念，就是允许每一个作业按照不同的操作步骤来完成，并且每一个操作能够在不同的机器上面完成，以此来提高生产效率。但是使用解决作业调度问题的算法不能够很好地解决柔性作业调度问题，因此专门为柔性作业调度问题设计一个合理有效的算法，在生产中有着很好的实际意义。

论文工作计划表

论文的主要内容、理论意义和应用价值

主要内容：柔性作业调度问题是一个经典的多约束目标下的最优化问题，同时是现实中柔性制造系统(Flexible Manufacture System,FMS)所面临的问题，因此为解决柔性作业调度问题提出一种有效的算法有很深的理论意义和实际意义。柔性作业调度问题作为作业调度问题的扩展，得到了广泛而且深入的研究，论文首先综述国内外学者对于柔性作业调度问题取得的最新进展。为了更好地描述柔作业调度问题，论文给出讨论柔性作业的多种表示方式，并且提出柔性作业调度问题的数学模型，同时利用柔性作业调度问题的数学模型阐述一些柔性作业调度问题的性质。共生进化算法作为遗传算法的一个分支演化，使用了遗传算法有的概念和思想，是解决NP问题的有力工具。论文给出遗传算法的发展以及数学论证说明为什么遗传算法能够有效地解决NP问题，然后再遗传算法的基础上介绍共生进化算法。编码解码，遗传算子以及适应度函数是共生进化算法的重要部分，因此论文详细讨论针对柔性作业调度问题的共生进化算法可能的适应度函数，编码解码方式以及相关的遗传算子。最后，论文使用实验方式证明共生进化算法能够很好地解决柔性作业调度问题并且分析讨论共生进化算法中各个参数对于最优解的影响。

理论意义：柔性作业调度问题是一个由多个子问题组成的NP问题。由于NP问题不能够使用多项式时间复杂度算法进行求解，所以针对NP问题提出了很多非经典算法比如概率算法，遗传算法，蚁群算法，退火算法等。作为遗传算法的一个分支和演化，共生进化算法是非常适合求解由多个子问题组成并且之间相互影响的NP问题，所以论文一方面的理论意义在于证明共生进化算法确实能够解决这类由多个子问题组成并且之间相互影响的NP问题。同时，作为遗传算法的一个分支，共生进化算法里面使用到了很多遗传算法里面的概念比如编码解码，变异交叉算子和适应度函数等内容。论文在为求解柔性作业调度问题设计共生进化算法的同时，会设计一些和问题相关的编码解码方式，变异交叉算子和适应度函数，这些都能够很好地补充遗传算法，为遗传算法解决其他问题提供新思路。

应用价值：作业调度问题是很多早期加工系统中面临的问题。但是随着科技的进步，现在加工设备大部分都是柔性制造系统(Flexible Manufacture System,FMS)，柔性制造系统提出了柔性作业这个概念，就是允许每一个作业按照不同的操作步骤来完成，并且每一个操作能够在不同的机器上面完成，以此来提高生产效率。但是使用解决作业调度问题的算法不能够很好地解决柔性作业调度问题，因此专门为柔性作业调度问题设计一个合理有效的算法，在生产中有着很好的实际意义。

开题答辩

开题我被我们系的女博士老师发飚了

scenario 1

问:”你知道什么是NP问题吗？
答:”我觉得是非多项式时间复杂度求解的问题就是NP问题”
问:”是吗？你觉得正确吗?”
答:”我觉得是”
问:”我看你完全不懂”
答:”….”

scenario 2

问:”你的论文主要目标是什么?”
答:”利用共生算法求解柔性作业调度问题”
问:”你的算法有什么理论上的改进吗?”
答:”没有，但是大部分在遗传算法上面的论文都没有理论性的突破”
问:”那你凭什么认为你的算法就一定比他们的好呢?”
答:”使用实验方式进行验证”
问:”用实验方式验证万一失败了呢?”
答:”…..”

scenario 3

问:”你现在是否有什么思路呢?”
答:”我想到在几个放进行改进，包括修改柔性作业调度的表示方式，在DAG图上面加入一些标记这样能够更有利于算法执行”
问:”这个东西已经有人做过了”
答:”那我最近没有跟上”
问:”那就是你的问题了，说明你看得少”
答:”…..”(猜想其实她也不知道，而且这个东西我的导师说了是近期才出的)

scenario 4

问:”你觉得你的论文有什么理论上的突破吗?”
答:”这方面的工作主要还是集中在实验验证上面”
问:”我看多了，你们前几届的人就是修改一些地方然后就发论文。这种没有理论突破的文章，你觉得盲审会通过吗?”
答:”….”
问:”你觉得你发这样的论文之后，出去说你是山东大学软件与理论硕士，你觉得相配吗?”
答:”….”
问:”….”(沉默了几秒钟)
答:”确实不配”
问:”好了，下一个”

整个谈话持续了8分钟左右，一共3个老师问问题，只有这个女博士老师一直问我，而且看得出差不多有3分钟的时间大家都是都是无语的.答辩完成后，我发现我打印出的格式和他们打印的格式不一样，然后重新在打印室发现和我的电脑上面Word排版是不一样的，都是Word2003但是居然不一样，只有感叹天杀的vista.Cygwin在上面跑得崩溃了，word在这上面格式又有问题:-(。另外就是这种东西格式是相当重要的，即使是开题这种过场东西格式也还是重要的:-(不过论文还是应该好好对待，也要做好被抽到盲审的准备:-((貌似这个不是开玩笑的，毕竟如果抽到盲审没有一些理论东西好像不能够说明什么问题)