张雨晨, 熊福力

(西安建筑科技大学 信息与控制工程学院，西安 710055)

0 引言

随着绿色制造的全球化与生产力的提高，能源需求量日益增加，能源消耗造成的环境问题日益突出[1]。通过节能与环境保护的手段可有效地推进可持续发展政策，具有显著的经济效益和社会效益。为了满足绿色生产和客户满意度的要求，企业必须同时考虑订单接受和生产计划。订单接受与调度(OAS,order acceptance and scheduling)问题决定接受哪些订单并决策接受订单的加工顺序，根据文献[2-3]的研究，它有着与大多数车间调度问题相同的特点。置换流水车间调度问题(PFSP,permutation flow shop problem)是流水车间调度问题中一类典型的子问题，也是调度问题的研究热点[4]。它通常侧重于优化生产效率指标，如总完成时间、拖期、加权完工时间等[5-6]。而能源效率优化是企业实现可持续发展的关键因素之一，因此，进行订单选择与生产调度的统一决策，使企业能够获得更加稳定有效的决策方案。车间能效优化相关研究已有杰出成果，文献[7-8]提出同时优化能源消耗与总完工时间的多目标数学规划模型。刘向[9]提出一种混合遗传算法求解面向节能降耗的调度模型。Shabtay[10-11]提出了集成提前/拖期惩罚和交货期分配的数学模型。优化PFSP的方法有很多，如精确求解算法、构造启发式算法与智能优化算法。其中智能优化算法更适合优化PFSP，尤其是禁忌搜索[12]、遗传算法、迭代局部搜索、粒子群算法等。

本文突破了传统PFSP的角度，建立了置换流水车间订单……