基于进化计算和最优计算量分配的随机多目标柔性作业车间调度问题研究

“Industry 4.0” and “Made in China 2025” plans which our government advocates require that the manufacturing industry should collaborate each other to perform the production and service mode with high efficiency, cooperation, punctuality, flexibility, high quality and low energy consumption. It will make the manufacturing systems with more uncertain factors, and more criteria in making a scheduling decision. Therefore, this project investigates a stochastic multi-objective flexible job shop scheduling problem which is essentially a complex optimization problem with stochastic and multi-objective characteristics simultaneously. Since it is challenging to the existing optimization theories and methods, this project will carried out based on in-depth analysis of scientific nature of this problem, and utilize a methodology of interdisciplinary integration, where systems engineering, operations research, evolutionary computing, stochastic simulation optimization and applied mathematics are combined to research on its modeling, optimization and solving technique on the basis of the existing studies. The outcomes of this project will deal with the proposed multi-objective flexible job shop scheduling problem in stochastic environment; moreover, they can be good references for other optimization problems with stochastic and multi-objective characteristics.

我国政府倡导的“工业4.0”和“中国制造2025”发展战略要求制造行业必须有序协作以实施高效、准时、灵活、优质、低耗的生产和服务模式，这势必会造成制造企业在生产决策时需要考虑更多的不确定因素以及多方面的需求。本课题以此为出发点，研究制造系统中一类柔性作业车间的随机多目标调度问题，这一科学问题从本质上属于一种兼具随机性和多目标性的复杂优化问题。鉴于该问题的求解对现有优化理论和方法提出了新的挑战，本课题在深入分析其科学本质的基础上，采用学科交叉和学科融合手段，将系统工程思想和运筹学、进化计算、随机仿真优化以及应用数学等理论相结合，在现有研究成果的基础上，采纳进化多目标优化和最优计算量分配技术，对问题的建模方法、优化算法和求解技术展开具体的研究工作。本课题的研究成果不仅能够解决上述随机环境下多目标柔性作业车间调度问题，而且对于解决其他具有随机特性和多目标特性的复杂优化问题也具有很好的借鉴意义。

在“中国制造2025”制造强国的战略目标下，计划与调度问题已成为制造企业实现智能制造亟需解决的关键问题。制造过程通常具有不确定特性，如设备故障、不确定处理时间等，使得制造过程难以按照预先的调度方案执行。同时，决策者在制定决策时往往需要考虑生产成本、设备利用率、客户满意度和产品质量等因素，因此，制造系统调度问题是典型的具有多目标特征和随机特性的优化问题。本项目深入研究了兼具多目标特征和随机特性的车间调度问题的建模与优化方法。具体研究了四个内容：（1）具有多目标特点和随机特性的车间调度问题研究；（2）基于最优计算量分配方法的仿真优化方法的研究；（3）基于群体智能与最优计算量分配方法相结合的方法解决随机优化问题；（4）基于群体智能和仿真优化方法解决具有多目标特征和随机特性的车间调度问题。通过对上述四部分研究内容的深入研究，针对并行机调度、流水车间调度及混合流水车间调度问题，以最小化最迟完工时间、总延迟时间、能源消耗和加工质量为目标函数，建立了该类问题的随机多目标优化模型，提出了基于群体智能和仿真优化方法的算法框架以解决兼具多目标特点和随机特性的制造系统调度问题。本项目取得的研究成果不仅可以有效地解决兼具多目标特点和随机特性的车间调度问题，对于解决其他具有多目标特点和不确定特性的复杂优化问题也具有参考价值和指导意义。