题目：大型机械制造企业车间作业调度问题研究

自进入20世纪90年代以来，随着我国经济的快速发展、人们生活水平的全面提高，楼房、桥梁、道路等建筑行业的发展也十分迅速，因此用于建设工地的大型机械产品的需求也越来越多。通常，由于建筑工期的紧迫性，从而要求此类大型机械产品的生产周期也越来越短，按期或提前交货是该类制造企业获得良好商誉，并进一步取得更多的业务订单的最为重要的因素之一。由此，车间作业调度问题（JSP）已成为大型机械制造企业中的重要环节，它的高效排产关系着企业的利润与声誉。JSP作为调度问题的一个重要分支，一直是运筹学、人工智能等工程项目管理及生产管理等研究领域的热点问题。半个世纪以来，虽然已有不少的理论研究成果，但针对实际生产系统的研究成果相对较少，特别是针对大型单件制造企业实际生产系统的研究成果则更少。本文以大型机械制造企业（主要生产塔吊、架桥机等）的实际生产系统为研究对象，对具有多车间生产特点的调度问题进行研究，提出了一些相关的理论和方法。主要工作与结论如下：1、通过对实际大型机械制造企业生产管理情况的调研与分析，认为大型机械制造企业生产计划与调度所面临的主要问题不仅包括车间内的作业调度（排序）问题，还包括多个车间（下料车间、结构车间、机加车间和组装车间）之间的协调加工问题。为了探索与研究实用可行的调度算法，首先对结构车间特殊的JSP问题——单工序JSP问题（SJSP）进行建模。在该模型中，引入了技工的“操作熟练度”参数，用于区分不同技工进行焊接作业的不同熟练程度。为求解该模型，提出基于二进制粒子群算法（BPSO）的改进型算法。制定“初始粒子产生策略”，以保证粒子在可行解空间内开始进行寻优；设计相应的机制来确保粒子的有效更新，包括引入“记忆库”、修改Sig函数和加入判断条件等。通过利用从企业收集到的实际数据进行仿真实验，结果表明，用改进BPSO算法求解SJSP问题，优化曲线收敛性较好，能够得到满意的结果。2、在结构车间SJSP调度问题的研究基础上，考虑生产过程中的随机因素，提出以最大的加工完成时间期望值为优化目标的随机SJSP问题。通过采用计算期望值的方法，把随机问题转化成确定性问题来进行求解。为了进一步验证本文提出的针对BPSO算法的多个改进方法的实际效用，对不同的改进方法进行了组合，利用仿真实验分别计算，结果表明在计算较大规模的SJSP调度问题时，必须同时采用本文提出的四个改进方法，否则不能得到优化结果，这进一步验证了改进BPSO算法的有效性。3、本文首次提出了以期望和方差同时作为优化目标的结构车间随机SJSP调度问题，并分别采用目标加权法和基于动态领域思想的启发式算法对该问题进行求解。对于后者算法，主要是在改进BPSO算法的基础上，设计出用于求解该类多目标SJSP问题的启发式算法。除了保留“初始粒子产生策略”和“迭代粒子更新机制”外，提出了新的“粒子个体极值点选择机制”，以使得最终解能够落在Pareto前沿上。该“粒子个体机制点更新机制”主要采用了动态领域策略、新的粒子个体极值更新以及一维优化方法。通过仿真实验，结果表明修改后的算法是行之有效的，能够找到Pareto前沿解。4、分析大型机械制造企业下料车间和机加车间生产的批处理加工特性，和组装车间的并行加工特性，给出具有这两种加工特性的调度问题的处理方法，通过引入“组合件”和“技工组”的概念，把这两种调度问题转化成传统问题来进行求解。此外，针对大型机械制造企业的多车间生产特点，建立了基于MA的多车间生产计划模型，该模型是具有全局MAS（星型结构）和车间局部MAS的两层模型，使用时序逻辑设计Agent之间的协商机制，并采用UML顺序图描述得到车间模型的全貌。