朱旭东

(无锡工艺职业技术学院，江苏 宜兴 214200)

0 引言

根据市场的多变性和客户的多样性需求，产品的多样化和小批量生产成了生产制造行业的主流模式，传统单一品种大批量生产的刚性车间已经无法满足市场需求，使得柔性制造车间不断涌现。对于柔性作业车间，产品的每道工序可由多个机器加工而成，因此存在产品的加工顺序和工序的机器分配等诸多调度问题[1]。不同的调度方案对应的完工时间、机器能耗、机器负荷也不同，因此研究车间调度问题具有重要的实际意义。

根据优化目标的数量，可以将柔性车间调度问题分为单目标调度问题和多目标调度问题。单目标调度研究主要集中在最小化完工时间这一目标上，文献[2]在差分进化算法中引入了一种新的转化方法，使其能够有效求解柔性车间调度问题，实现了对柔性车间完工时间的优化。文献[3]以最小化完工时间为车间优化目标，在算法中引入了反向学习策略和Metropolis准则，实验验证了该方法在车间调度中的优越性。多目标优化处理的多个目标间一般存在冲突问题，一般包括先验法和后验法两类。先验法是指根据先验知识为每个目标线性加权得到单个目标，文献[4]针对柔性车间多目标调度问题，提出了混合TS算法的求解方法。文献[5]针对质检引起的完工时间延迟和耗能升高问题，提出了改进头脑风暴的求解方法，在保证交付时间约束下降低了车间能耗。先验法中精准确定每个目标的权重非常困难，需要大量经验的积累，而且基于聚合的方法无法解决Pareto解集非凸的问题，因此后验法成为了解决柔性车间多目标优化的热点方法。……