题目：工艺规划与车间调度紧耦合集成关键技术研究

工艺规划与车间调度具有紧密的关联关系，是连接产品设计与制造过程的两个重要环节。但是，在一般的研究和企业应用中，都将工艺规划与车间调度作为两个独立环节并使用各自独立的应用系统进行设计，这种方式成为了作业车间提升快速响应能力、生产柔性和整个制造系统效率的重要障碍。所以，将工艺规划和车间调度的信息集成，对两者进行集成研究越来越受到学术界和制造企业的重视。本文围绕工艺规划与车间调度集成（Integrated Process Planning and Scheduling， IPPS）问题的集成模型、柔性工艺路线网络的形式化推理生成、柔性工艺路线的优选、IPPS及动态环境下IPPS的优化、支持集成系统开发的信息模型与技术框架构建等几个方面开展研究，具体研究工作包括：(1) 基于工艺规划与车间调度两者在业务上的紧耦合关系，结合面向接口集成与面向功能集成模型的优点，构建支持工艺规划与车间调度集成的复合集成模型HMIPPS(Hybrid Model for IPPS，HMIPPS)，以此作为实现两者集成的框架基础。(2) 利用多色集（Polychromatic Sets，PS）理论，研究建立基于HMIPP的柔性工艺路线网络的形式化推理生成与表达方法。基于多色集理论分步建立特征间约束、特征与特征聚类、特征与加工方法以及工序与资源之间关系的布尔矩阵。在此基础上，建立柔性工艺路线网络逻辑推理生成和形式化表达方法。(3) 以每个工件所提供的柔性工艺路线网络为基础，对柔性工艺路线优选与IPPS问题进行数学描述；在HMIPPS与数学描述基础上，设计针对这两类优化问题的交叉熵（Cross Entropy，CE）实现方法。分析这两类优化问题结构特点，建立样本表达、概率参数更新以及基于概率参数的样本生成等机制。分别以不同实例进行实验对比分析，验证基于交叉熵的柔性工艺路线优选与IPPS优化的有效性与优越性。(4) 基于HMIPPS框架、每个工件的柔性工艺路线网络以及柔性工艺路线优选与IPPS问题的数学描述，研究基于改进遗传算法（Genetic Algorithm，GA）的IPPS优化实现方法和集成规划中的动态调度机制。针对IPPS的集成调度优化，设计包含可选工艺路线与调度序列的集成编码方案和相应解码机制，这种编码方案更有利于对遗传算子进行设计与操作，且易于扩展应用到动态调度编码中；同时，设计协同交叉与变异可选工艺路线与调度序列的操作方法，避免产生不可行解，提高操作效率。以针对IPPS的改进遗传算法所得优化结果为基础，研究针对新增工件、机床故障和订单取消三种具有代表性的车间动态调度情况。构建基于复合集成框架的动态调度流程与动态调度过程分解模型，建立针对上述三种情况的重调度算法。利用对比实验验证基于改进遗传算法的IPPS优化方法及针对上述三种情况的动态调度优化策略的可行性与有效性。(5) 构建支持集成系统开发的工件特征信息模型、资源信息模型、知识表达模型及基于网络服务的技术框架。结合本文建立的复合集成模型、方法理论和实现机制，开发集成使能工具集，实现工艺与车间调度集成规划。