不确定条件下Job-shop自适应调度研究

工序加工时间不确定是Job-shop生产中普遍存在、最具代表性的一种不确定现象。本项目研究工序加工时间不确定且离散可控的Job-shop (JSP-DCPT)调度策略、调度方法及调度评价问题。基于时间、成本与鲁棒性等多目标优化需求，建立JSP-DCPT自适应调度模型；提出一种离线鲁棒优化与在线调度调整相融合的自适应调度策略，研究并建立自适应调度规则库及其映射机制，提高调度的应变能力；提出基于目标域支配关系的JSP-DCPT问题分解策略及分解方法，研究多目标优化进化算法，提高JSP-DCPT问题的求解效率；提出基于模糊测度和模糊积分的JSP-DCPT调度多目标综合评价方法，提高评价的科学性；基于Tecnomatix建立JSP-DCPT自适应调度仿真系统，验证方法的有效性。研究成果将为解决JSP-DCPT问题提供创新方法。

Job-shop加工过程中出现的许多不确定性因素，如刀具破损、因质量问题引发的返工返修、物料短缺等，都可直接或间接转化为工序加工时间的不确定。因此，工序加工时间不确定是Job-shop生产中普遍存在、最具代表性的一种不确定性现象，对此开展研究具有重要学术意义和实用价值。.本项目深入研究了工序加工时间不确定且离散可控的Job-shop (JSP-DCPT)调度策略、调度算法等问题。主要研究内容与贡献如下：第一，基于同时优化最大工件完工时间和控制加工成本双目标，建立了JSP-DCPT问题双目标优化调度模型。第二，提出了采用分解策略求解JSP-DCPT问题的方法。提出了两种分解策略：指派优先分解 (AFD)和排序优先分解(SFD)策略，基于这两种策略设计了两种搜索算法，仿真研究表明SFD分解策略优于AFD分解策略。第三，在时间-成本相平面内，通过数学分析确定了时间-成本权衡问题的上界，可以大幅度减小寻优空间、节约寻优时间、提高寻优效率。基于SFD分解策略，引入时间-成本相平面来描述离散时间-成本权衡子问题的权衡点及目标域空间，研究了基于目标域支配关系的搜索空间缩减方法，定义了集合支配关系，证明了基于分解方法求解JSP-DCPT问题时并不需要求解全部的离散时间-成本权衡子问题，并得到了用于消减离散时间-成本权衡子问题数量的一个上界值。第四，提出了一种基于极限模式集合支配关系的分解算法(EMSDDA)，用于求解JSP-DCPT问题，仿真研究表明算法性能稳定可靠。第五，建立了一个基于Teconomatix和MATLAB的仿真系统，从实际Job Shop中提取仿真数据，在对系统性能进行深入分析的同时，使得仿真结果更具真实性。第六，在国内外学术期刊发表学术论文19篇，其中SCI检索7篇、EI检索15篇；6人次出境参加国际学术会议并宣读论文；与4名国际著名学者进行了深入学术研讨与交流。第七，培养了博士学位获得者2名、硕士学位获得者6名。.综上所述，本项目按照预定研究计划，圆满完成了项目各项预定任务，达到并部分超过了项目预期目标。