基于多目标差分进化算法的节能分批优化调度研究

In recent years, energy-saving oriented production scheduling is becoming an important subject in scientific research and practice. Considering a job’s lot size greater than one in the real manufacturing environment, the subject on multi-objective Differential Evolution (DE) algorithm for energy-saving oriented production scheduling problem with lot streaming is to be studied in this project. The impacts of lot splitting, lot scheduling, operation of machine and transfer scheme on the makespan and the energy consumption are to be researched, and the corresponding model is to be presented. The particular evolution operation of DE is adopted to deal with the lot splitting constraint, and an effective multi-objective optimization method is to be proposed based on the characteristic of the specific problem. According to the ubiquity of uncertainty in the real production environment, the energy-saving oriented production scheduling problem with uncertain parameters and considering the initial status of production system in a dynamic environment is to be studied. The effectiveness of our approach is to be testified on a realistic problem in a hardware workshop. Our project is motivated by practical needs and has great theoretical and practical significance.

近年来，面向节能的调度已成为一项重要的生产实践和科学研究课题。课题针对实际生产过程中广泛存在的工件批量性，研究开发基于多目标差分进化算法（DE）的节能分批优化调度方法。分析加工过程中批量划分、加工顺序、机器的运作以及工件的传输对能源消耗和生产周期等的影响，建立考虑加工设备能耗和传输能耗的分批优化调度模型；利用DE算法进化操作的特殊性来处理批量划分约束，利用问题特征信息来指导算法设计，开发基于特殊约束和问题特征的多目标分批优化调度方法；针对实际生产环境中存在的不确定性，研究不确定参数下以及具有初始生产状态的不确定环境下分批优化调度方法，并将所提出的理论与方法在五金配件生产过程中进行应用验证。本课题的研究问题源自生产实际和工程需要，具有重要的理论意义和使用价值。

由于能源紧缺和成本攀升，面向节能的调度已成为一项重要的生产实践和科学研究课题。项目针对离散制造企业生产过程中广泛存在的工件批量性，采用分批生产和分批传输相结合的策略，研究批量划分、加工任务的排序、机器的运作和工件的传输对能耗和生产周期的影响，基于节能和缩短生产周期目标建立了问题模型。提出了基于多目标差分进化算法的分批优化调度方法：采用两级编码，对划分队列和排序队列分别采用基于块变异块交叉的差分进化操作以及基于DE/rand/1/bin进化操作，以满足问题中的批量划分约束；设计了基于Pareto最优集和最差集的选择操作在原个体和新个体之间执行选择；在种群全局搜索后，从Pareto最优集中选择个体对其排序队列采用基于互换的局部搜索。此外，针对加工时间和交货期不确定情况下的分批优化调度问题，分别采用三角模糊数和梯形模糊数来描述加工时间和交货期，基于模糊数运算操作，建立模糊调度模型，采用批量划分和资源分配相结合的方法，通过模糊DE算法优化加工排序，实现批量划分、资源分配和加工排序。项目的研究为生产调度在理论研究和应用研究方面进一步地深入提供理论方法支持，为批量生产模式下离散制造业生产调度提供一种方法和途径。