刘晶晶,刘业峰,黎 虹

(1.沈阳工学院 基础课部，辽宁 抚顺 113122;2.辽宁省数控机床信息物理融合与智能制造重点实验室, 辽宁 抚顺 113122;3.沈阳工学院 机械工程与自动化学院，辽宁 抚顺 113122)

0 引言

近年来，智能制造技术迅速发展，柔性作业车间的调度问题具有重要的现实意义。 科学地调度其生产过程可提高企业生产效率，在一定程度上保障交货时间，降低生产能耗。大量学者用不同的方法研究了自动化车间的生产调度问题。采用的方法主要有传统运筹学方法(拉格朗日松弛方法[1]、分支定界法[2])等)和智能算法(群智能算法、人工智能算法、启发式算法等)。 上述算法中，非智能算法的求解时间复杂度较高，并不适应大规模生产调度问题，而智能优化算法的计算效率较高，有时容易陷入局部极小，需要依据问题的不同特征予以改进。

遗传算法(GA)是求解并行调度问题的有效算法，目前已有大量研究。文献[3]根据机床的加工匹配特性，列出3个不同维度的优化目标，使用多层编码技术提出了基于遗传算法的生产调度方法；文献[4]提出了求解生产调度问题的变邻域改进遗传算法；文献[5]基于排列编码技术提出了一种具有并行批处理和能力约束的混合车间调度遗传算法;遗传算法和其他智能优化算法相结合也是研究调度问题的热点方法[6]；文献[7]提出多维矩阵编码技术，使用遗传算法解决了混合流水作业调度问题；文献[8]将传统方法与遗传算法相结合提出了基于单纯形格设计的多目标遗传算法求解车间调度问题。……