基于場景和模糊描述的不確定Job Shop魯棒調度.pdf

1、在實際生產過程中，生產調度是企業(yè)生產運行的指揮中心，提高生產調度的質量和效率對提高企業(yè)的經濟效益和社會效益起到重要的作用。在理論研究上，調度是一個多目標多約束的優(yōu)化問題，并且大部分是NP-hard問題，所以研究生產調度具有重要的理論意義和實際意義。車間調度問題是一類非常重要地面向離散制造系統(tǒng)的生產調度問題。 作業(yè)車間調度問題（Job Shop Scheduling Problem，JSSP）是最典型的車間調度問題之一，JSSP模

2、型應用廣泛，如路面的車輛管理，火車的時刻表制定，物流，排課以及企業(yè)的人力資源管理等問題都可以用類似的JSSP模型描述和求解，JSSP還對目前較熱的企業(yè)資源規(guī)劃（ERP）的研究和應用有著推動作用，所以對JSSP研究的現(xiàn)實意義是巨大的。 在過去的40年里，車間調度問題吸引了無數研究者的濃厚興趣，大量的研究成果相繼問世。但是對于調度問題的研究一般都在于靜態(tài)調度問題的研究。然而，在實際世界中，調度很少是靜態(tài)的，生產過程中存在事先無法預料

3、的不確定因素，而一些不確定事件往往引起的是時間的不確定。 本文研究了具有時間不確定性的Job Shop調度問題，即以作業(yè)車間問題為背景，加入加工時間不確定性因素。不確定的加工時間分別用場景計劃方法和模糊方法進行描述，基于不同的描述方法，建立不同的魯棒調度模型，并用遺傳退火算法進行求解。主要做了以下工作： （1）研究了一類性能指標為makespan的不確定Job Shop調度問題，基于場景方法對不確定的加工時間進行建模。提出

4、了一種度量調度魯棒性的優(yōu)化指標以體現(xiàn)決策者的抗風險偏向，并基于該魯棒度量建立了一種綜合考慮期望性能和抗風險魯棒性的調度模型。該模型可以抵御調度在壞場景下性能惡化的風險，同時可以保持優(yōu)化的期望性能不會有很大下降。用遺傳退火算法對建立的不確定模型進行求解，并與已有的傳統(tǒng)魯棒優(yōu)化模型進行對比分析，仿真結果表明本文提出的魯棒調度模型兼顧調度的期望性能和魯棒性，相對已有模型表現(xiàn)出優(yōu)勢。 （2）研究了一類同時考慮提前和拖期懲罰的不確定Job

5、Shop調度問題，基于模糊方法對不確定性進行建模，不確定的加工時間用三角模糊數表示，交貨期用梯形模糊數表示。通過權衡各個客戶對企業(yè)的重要程度，綜合考慮所有訂單客戶的交貨期，并基于可能性理論，定義了調度的魯棒性度量，即最差完工時間下的滿意度。綜合考慮魯棒性和最可能完工時間的滿意度，建立了一種模糊魯棒優(yōu)化準則。最大化該魯棒優(yōu)化準則，能同時保護最差完工時間和最可能完工時間的滿意度。 （3）從遺傳算法和模擬退火算法的原理出發(fā)，分析了兩者的