裴小兵, 戴毓彤

(天津理工大学 管理学院,天津 300384)

0 引言

在工业生产系统中,车间调度问题是生产过程中不可分割的一部分。该问题放松机器约束,即允许工序在任何有能力的机器上进行加工,这就成为了被认为是NP困难的柔性作业车间调度问题。自BRUCKER和SCHILI于1990年在文献中首次引入FJSP(Flexible Job-shop Scheduling Problem)以来,大量的研究工作都致力于此。而在真实的制造场景中,考虑多个冲突目标的生产调度成为近年来多数学者亟待解决的问题。WANG等[1]提出了一种变邻域进化算法,通过引入两个邻域结构的局部搜索,提高了算法的开发能力。PIROOZFARD等[2]提出了一种改进多目标遗传算法,该算法包含多个交叉和变异算子来解决MOFJSP(Multi-objective FJSP)问题。KAMBLE等[3]提出了一种混合算法,该算法将多目标粒子群算法和SA算法相结合,求解5个目标的FJSP,在两个基准实力上进行了实验,与其他算法相比,该算法在非支配解的质量上具有更好的性能。YAZDANI[4]通过分析采用可控性的精英策略,以提高新种群的多样性,实验结果表明,将该策略与NSGA-II(Non-dominated Sorting Genetic Algorithm-II)相结合可以显著提高解的多样性。

另一方面,随着对能源需求的不断增加,在保证生产效率、设备利用率的同时,设备总能耗也成为一个重要的考量指标。近年来,已有不少学者将能源消耗作为目标之一解决调度问题。卫少鹏[5]等在考虑能源消耗以及噪音问题的前提下建立调度模型,结合综合模糊评价法选出最优调度方案。LEI等[6]基于帝国竞争算法和变邻域搜索,研究了能量消耗最小化的FJSP。……