面向多品类大批量产品车间作业调度问题研究.pdfVIP

摘要

随着管理科学、运筹学等专业学科的发展，调度研究逐渐成为企业实现科

学运营与管理的重要举措。调度优化理论可以为各个行业的企业提供科学管理

依据：如制造企业的作业计划管理，运输企业的车辆路径管理，服务性企业的

人力资源管理等。其中，生产作业调度是生产企业制定产品生产计划的重要工

作步骤，主要任务是通过对生产的目标以及资源的约束进行分析，为每个产品

寻找最适宜的加工路径、加工时间、生产机器等。产品种类、加工批量以及产

品加工工序的复杂程度都会使作业调度问题的计算复杂性大幅增加，使得传统

的规划方法求解性能差，难以高效解决规模化调度问题。

生产作业调度的研究对象一般为车间产品，按照产品作业规模可以分为单

件小批生产和大批量生产，按照生产工艺可以分为离散型生产和流程型生产。

不同的产品作业规模和生产工艺对应了不同的作业调度逻辑。遗传算法等启发

式算法具有自组织、自适应以及群体进化的能力，在求解大规模作业调度问题

时具有明显的搜索优势。作者在充分调研了某标准化机械产品加工车间的作业

流程后，根据其实际加工产品的特点和需求建立数学模型，通过遗传算法进行

求解，最后以生产作业调度实例验证算法有效性。本文的主要工作包括以下几

个方面：

(1)分析了大批量、单工序产品的生产加工特点，分别以最小化最大作业时

间和最小化重叠加工时间为目标构建数学模型，重点解决在零件种类多，加工

批量大，换型时间长的背景下作业调度均衡性的问题。根据单工序产品的作业

特点，设计了基于作业的遗传算法染色体编码方式，并根据染色体的结构信息

设计了交叉和变异算子。通过对一组7×20的实例问题求解，证明了该算法在解

决大批量、单工序作业调度问题的有效性。

(2)分析了大批量、多工序产品的生产加工特点，设计了以最小化最大完成

时间和最小化加工总时间为目标的双目标优化模型。在经典遗传算法的基础上

提出了具有自适应目标权重分配，自适应交叉概率计算，自适应变异概率计算

能力的改进自适应遗传算法。通过对23个经典作业调度问题进行求解并与线性

规划方法求解结果进行对比，证明了遗传算法的有效性。通过对一组7×10的实

例问题对比求解，提出了具有实际生产指导意义的作业调度方案。

(3)根据上述两种类型零件作业调度优化的过程和结果，分析了车间作业调

度优化工作的特点。针对制造企业生产管理工作提出了“构建作业调度支持系

统”，“培养调度管理人才”以及“推动企业数字化建设”三项作业调度能力

建设建议，给出了一般车间作业调度系统应当具备的预见性、透明性和实时反

馈性质以及作业调度工作可为企业生产管理带来的优势。

关键词：作业调度，遗传算法，大批量生产，自适应

ABSTRACT

Withthedevelopmentofmanagementscience,operationsresearchandother

professionaldisciplines,schedulingresearchhasgraduallybecomeanimportant

measureforenterprisestoachievescientificoperationandmanagement.Scheduling

optimizationtheorycanprovidescientificmanagementbasisforenterprisesinvarious

industriessuchasoperationplanmanagementofmanufacturingenterprises,vehicle

routingmanagementoftransportationenterprises,humanresourcemanagementof

serviceenterprisesandsoon.Amongthem,Jobschedulingisanimportantstepwhen

enterprisemakingproductionplans.Theprimarytargetofjobschedulingistofi