摘要
生产调度技术是制造系统中的核心技术之一，能够合理配置有限资源以实现高效率、高柔性及低成本的生产。装配作业车间调度问题（AJSP）作为一类包含工件加工与产品装配的两阶段问题，主要应对定制化产品“多品种、小批量”的生产需求，相较于传统的作业车间调度问题，AJSP 更符合实际生产。AJSP 既要同时考虑加工工序与装配工序的调度，又要考虑产品所属工件全部完工后再进行组装，而且加工与装配两个阶段间存在的相互影响和联系是不可忽略的，前一阶段任务的完成情况会直接影响后一阶段，使得生产约束变得更为复杂，从而增加了调度的难度。故本文将从整个制造系统的角度出发研究装配作业车间调度问题的数学模型构建与算法求解。本文的研究内容如下： 首先，本文对带释放时间的装配作业车间调度问题（AJSP-RT）进行了问题描述并提出了问题假设，构建了能够计算出AJSP-RT最大完工时间的数学模型，为后文AJSP-RT模型的拓展提供了基础。 其次，在 AJSP-RT 中进一步考虑零件库存的优化，形成考虑零件库存的AJSP-RT（AJSP-RT-PI），以最小化最大完工时间与零件库存时间为优化目标建立了问题的数学模型，提出一种融合变邻域搜索方法的多目标混合候鸟优化算法（MOHMBO）进行求解。在MOHMBO中，从整体的角度设计了一种混合编码结构对问题解进行表征，并通过最早完工时间（ ECT ）规则和最早完工零件优先（ECPF）规则进行解码。为提高初始解的质量，采用随机和产品聚合规则结合的方式产生初始种群。在全局搜索上，设计双邻域搜索与种群竞争更新机制对解空间进行寻优；在局部搜索上，引入具有 6 种邻域结构的变邻域搜索操作对优良解的邻域进一步搜索，从而提升解的质量。通过在不同规模测试算例上的仿真实验和算法比较验证了MOHMBO是求解AJSP-RT-PI的有效算法。 然后，为了降低装配制造企业在生产过程中产生的总能耗，研究了考虑能耗的带释放时间的装配作业车间调度问题（AJSP-RT-EC），给出了AJSP-RT-EC的两阶段综合能耗模型，并设计一种超启发式候鸟优化算法（HHMBO）进行求解。在HHMBO 中，通过高层策略域控制 4 种低层启发式操作引导种群进化，以增强算法全局范围的搜索能力；设计了种群二次更新策略来提高解的多样性。最后，各种规模案例的仿真实验和 3 种优化算法的比较实验证实， HHMBO 是解决AJSP-RT-EC的高效算法。
NETL