多重时间间隔的混合流水车间生产与运输协同调度的启发式自动生成方法

In the production environments such as steel production and semiconductor manufacturing, in order to meet production process requirements or to ensure product quality, the maximal and minimal time lags between adjacent stages and between adjacent jobs at the core stage are restricted. Based on the genetic programming-based automatic heuristic generation method, this project studies the collaborative generation method of heuristics for production and distribution scheduling under the hybrid flowshop with multiple time lags and multi-zone batching distribution. Based on the serial cooperative strategy, first, distribution scheduling characteristics and solving mechanism are analyzed, and genetic programming for distribution rule is studied; then, for the distribution-integrated production scheduling problem, its characteristics with respect to multiple time lag constraints are discussed, the bottleneck-oriented scheduling mechanism is constructed, and synchronous-evolutionary genetic programming is studied for sequencing and dispatching rules. Based on the parallel cooperative strategy, an effective cooperative scheduling algorithm framework is established, and co-evolutionary genetic programming is designed to generate three scheduling rules to form the whole production and distribution scheduling algorithm. Finally, the theoretical results will be extended to the actual steel production. This study aims to lay a theoretical foundation for scheduling problems with time lag constraints and hyper-heuristic scheduling methods, and provide theoretical support and core technology for the algorithm development of flowshop scheduling with continuous production process.

在钢铁生产、半导体制造等制造环境中，为满足生产工艺要求或确保产品质量，通常要求工件在相邻阶段间或关键阶段的相邻工件间的时间间隔满足上下限要求。本项目针对存在多重时间间隔约束和多区域分批次运输要求的混合流水车间，以基于遗传规划的启发式自动生成方法为关键技术，研究其生产与运输调度规则的协同生成方法：基于串行协同策略，首先分析运输调度性质与求解机制，研究基于遗传规划的运输指派规则生成方法；然后针对集成运输调度的生产调度问题，探讨多重时间间隔约束下的特征知识，构建瓶颈导向的调度机制，研究同步进化的遗传规划生成工件排序和分派规则的方法；基于并行协同策略，建立有效的协同调度算法框架，研究协同进化的遗传规划方法，生成三类调度规则，形成生产与运输调度算法；最后，将理论成果扩展至实际钢铁生产中，旨在为供应链调度理论以及超启发式调度方法提供创新性的理论成果，为高度连续的流程工业调度管理提供理论依据和核心技术。

在钢铁生产、半导体制造等工业中，为满足生产工艺要求或确保产品质量，通常要求工件在相邻阶段间或关键阶段的相邻工件间的时间间隔满足上下限要求。本项目针对阶段间的等待时间受限、阶段内的安装时间、成组加工等典型时间间隔约束，研究生产与运输调度性质与求解机制以及基于遗传规划超启发式的调度启发式生成方法，进而将理论研究扩展至实际钢铁生产中，取得如下成果：其一，研究了多重时间间隔约束的生产调度性质与求解机制，证明了等待时间上下限的流水车间调度的可逆性、分析了多重时间间隔约束下混合流水车间的调度解性质，提出了流水车间成组调度的协同进化策略，设计了与订单接受的联合决策规则，进而设计了启发式算法。其二，研究了运输调度模型及其与生产调度集成的求解机制，针对制造商集货运输模式，提出了低碳运输调度的两阶段算法，进而针对生产阶段间及其与运输之间均存在等待时间限制的生产与运输调度问题，给出了两阶段求解机制和协同进化机制，并基于协同进化为考虑双向运输的流水车间成组调度设计算法。其三，研究了基于遗传规划的调度启发式生成方法，首先针对混合流水车间环境，提出了基于遗传规划生成列表规则的超启发式算法，进而分别以钢铁的热轧和炼钢-连铸生产为背景，提出了单机成组调度和多重时间间隔约束下混合流水车间的调度启发式生成算法，用遗传规划生成工件排序规则，并通过对生成规则的语义分析，明确了不同生产环境下的关键调度元素。其四，将理论研究成果扩展应用至钢铁“冶铸轧”生产调度中，针对炼钢-连铸生产环境，提出了基于“炉机对应”原则的静态调度多目标优化算法和动态调度约束满足求解机制；针对无缝钢管热轧生产，提出了考虑机器与资源限制的调度算法，并研究了热轧批量调度与订单运输的协同优化机制和求解算法，为钢铁生产的精益化智能管理提供了创新性的理论成果，为高度连续的流程工业调度管理提供理论依据和核心技术。