基于遗传算法的绿色制造车间调度方法研究（开题报告）.doc

毕业设计（论文）开题报告

1、课题的目的及意义（含国内外的研究现状分析或设计方案比较、选型分析等）
绿色制造(Green Manufacturing)是一种现代制造模式，它综合考虑环境影响和资源刀耗的影响，运用先进的制造技术，信息技术，自动化技术，系统工程技术，现代管理技术以实现产品在全生命周期中对环境的负面影响最小，资源利用率最高，使企业经济效益不社会效益协调优化，增强企业的竞争力。
调度，就是为了实现某一目的而对共同使用的资源进行时间上的分配。而车间调度就是对一个可用的制造资源集在时间上进行加工任务(加工工件)集合的分配，将作业(加工操作)均衡地安排到各机器，并合理地安排作业的加工次序和开始时间，同时优化一些性能指标，在执行这些作业或者任务时需要满足某些限制条件，如作业的到达时间、完工的限定时间、作业的加工顺序、资源对加工时间的影响等。　
车间调度是制造系统的一个研究热点，他不仅是一个典型的NP难题，也是至今为止所有组合优化问题中最难问题之一，所以得到了广泛的关注。车间调度是生产管理的核心内容和关键技术，科学制定车间调度方案对提高企业的生产效率具有重要意义，不仅能够有效地降低设备的空置率，缩短产品生产周期，并且还能降低生产成本和增加经济效益。近几十年来，随着科学技术的发展，生产规模越来越大，复杂性越来越高，各类生户过程都发生了显著的变化，其主要特征是生产规模的大型化和生产过程的连续化，因此又企业的管理和生产过程的监控都提出了更高的要求。在企业实施绿色制造的过程中，车IE是最基本的生产单元，车间调度可以利用现有的资源(加工能力)，满足被加工任务所需的各种约束(加工次序、所需机器等)，使所有的任务能尽量按时完成(性能指标最小)。车间元度是实施绿色制造过程中系统管理技术，运筹技术与优化技术发展的核心内容。有效的调度方法和优化技术研究和应用，是绿色制造技术实践的基础和关键，因此面向绿色制造泊车间调度方法研究具有重要的理论和使用价值。
自1954年，Johnson对两台机床的FlowShop型调度问题进行了研究以后，对车间调度问题的研究便广泛展开。最初对于这方面的研究是集中在整数规划、仿真和基于简单规则的启发式算法上，这些方法不是调度结果不理想就是难以解决复杂问题。随着各种新的相关学科与优化技术的建立与发展，在调度领域也出现了许多新的优化方法，比如神经网络、模拟退火法、遗传算法、禁忌搜索法等，使得调度问题的研究方法向多元化方向发展。下面我们分别对这些方法进行总结:
(l)基于运筹学的方法
运筹学的方法是将车间调度问题简化为数学规划模型，采用基于枚举思想的分枝定界法或动态规划算法进行解决调度最优化或近优化问题，属于精确方法。其中，分枝定界方法(Branch&Bound，简称BB)的实现方法是动态构造一个表示调度问题所有可行解的树，通过对树的搜索寻找调度问题的最优解。这种方法从它诞生之日起，流行了很多年。对于工件个数小于250的调度问题，分枝定界法是适宜的，但当问题规模增大时，计算量将急剧膨胀。另外，BB方法对初始上界值相当敏感，如果初始上界值设置不当，则不能得到最优的可行解。分枝定界法只