节能目标下考虑差异机器容量约束的平行批调度理论与方法研究

Manufacturing industry has been the foundation of our national economy system. With the rapid development of domestic manufacturing, environmental pollution and excessive resource consumption emerge as a serious problem overhead. Therefore, it is vitally significant for the sustainable manufacturing to improve energy efficiency and energy conservation when scheduling key resources. This project studies the problem of scheduling on parallel batch processing machines with non-identical capacities towards energy conservation. We commence by investigating the single objective of energy conservation so as to explore the impact of energy conservation and non-identical machine capacities to the scheduling theory. Combining the multistage optimization, the intelligent optimization, and the Pareto multi-objective optimization together, we then broaden our research on the problems of boosting energy conservation and production efficiency simultaneously. We construct the corresponding problem models and solve the problems, which can be used for manufacturing enterprises.demanding for energy conservation. Our study breaks through the premise of identical machine capacity in the existing batch scheduling research, and more importantly, consider the shock and the innovation to the scheduling theory brought from the new-style manufacturing mode of energy conservation.

制造业是我国国民经济的基础，然而随着制造业的迅猛发展，我国的环境污染与资源过度消耗问题日趋严重。因此，现代制造企业在进行关键资源调度时提高能源效率、优化节能目标，对我国制造业的可持续发展有着至关重要的意义。本项目针对节能目标下考虑差异机器容量约束的平行机批调度问题，首先从面向节能的单目标差异容量平行机批调度问题入手，探索节能目标、差异机器容量约束对调度理论的影响，然后结合多级优化、智能优化和Pareto多目标优化等方法，拓展研究同时考虑节能与生产效率目标的差异容量平行机批调度问题，建立对应的问题模型并求解，为考虑节能目标的制造企业关键资源调度提供参考依据。本项目突破现有批调度问题关于机器容量相同的假设前提，研究新型节能制造模式特点对调度理论的冲击和创新，具有重要的理论价值与现实意义。

制造业是我国国民经济的基础。随着制造业的迅猛发展，我国制造业的生产环境已趋于多元化和复杂化，同时也产生了多样化且更加复杂的新型生产调度模型，如节能调度、多目标调度、模糊调度、集成调度等。因此，现代制造企业亟待利用新一代信息技术实现关键资源的有效调度，以获得持续的竞争力。本项目主要开展了以下几个方面的研究。（1）研究了机器容量差异的批调度问题，探索差异机器容量约束对调度理论的影响，构建相关问题模型并设计有效的启发式对问题进行求解。（2）针对同时考虑机器能耗和其他传统调度指标的多目标绿色调度问题进行研究，使用分时电价模型作为计价依据，使所研究问题更具有实用性，然后分别结合协同进化、分解思想、帕累托多目标优化、历史数据分析等方法，设计多目标智能优化算法进行问题求解，为考虑节能目标的制造企业关键资源调度提供参考依据。（3）针对比确定性调度问题更接近实际情况、更具有复杂性和代表性的模糊批调度问题进行研究，将机器外部温度的变化、机器的磨损、操作工人对机器操作的熟练程度等实际生产过程中不可避免的不确定影响体现在问题模型的设定中，同时设计基于模糊理论的智能优化算法来解决问题，为对模糊生产调度的深入研究打下基础。（4）考虑生产、运输多阶段的集成调度问题，通过问题模型分析两个阶段的相互影响，并设计智能优化算法进行问题求解。本项目的研究突破了现有针对批调度问题的机器容量相同、加工时间确定的假设前提，研究了节能、差异机器容量等多种不同类型的制造模式特点，并将多种先进的优化方法应用于批调度问题的求解，是对现有的批调度研究的延伸和扩展，具有重要的理论价值与现实意义。