刘 壮，张中敏，杜先军

(合肥工业大学 机械与汽车工程学院，合肥 230009)

基于改进TOPSIS的制造车间重调度决策方法研究

刘 壮，张中敏，杜先军

(合肥工业大学 机械与汽车工程学院，合肥 230009)

针对制造车间最优重调度方案甄选问题，提出了一种基于改进逼近理想解排序的制造车间重调度决策方法。以可选调度方案集作为研究对象，考虑调度方案变更过程的耗损，设计工序相似性和额外机器能耗决策指标，实现调度方案性能的量化描述；利用基于Kullback-Leibler距离和灰色关联度的改进逼近理想解排序方法，确定可选调度方案间的偏序关系，以判断是否触发重调度及选取最优重调度方案。最后，通过实例验证了所建立重调度决策方法的合理性和有效性。

决策指标；改进逼近理想解排序；重调度决策方法

0 引言

现代制造车间在实际生产过程中经常面临各种扰动事件，如机器故障、紧急订单插入、操作延迟、工件返工或报废等。生产扰动的发生将导致原调度方案逐渐偏离实际生产情形，致使原调度方案有效性降低，甚至失去可行性。为保证生产系统持续稳定地运行，则需修正或重新生成调度方案，由此引出了制造车间重调度问题。重调度问题作为优化调度问题的延伸，已成为生产调度领域研究的热点，备受国内外学者的关注，如Vieira等[1]提出了制造车间的重调度研究体系；阎志华等[2]通过蜂群算法解决工件随机到达环境下的作业车间重调度问题；Akkan[3]为兼顾重调度的稳定性和鲁棒性，提出了分支定界与局部搜索结合的混合算法；……