张 祥,王 艳,纪志成
(江南大学 物联网技术应用教育部工程研究中心,江苏 无锡 214122)
为满足日益增长的生产力需求,必须加快国家工业现代化的发展。调度问题是制造业生产过程中的重要问题,更加智能的加工流程和更加合理的生产分配是国家工业化和国防现代化的有效支撑。在调度问题中,作业车间调度问题(Job-shop scheduling problem,JSP)是1个具有重要意义的基础问题,通过对加工机器和工件进行合理调度,使结果符合性能指标要求。随着制造业的发展和车间生产流水线的灵活性增强,在JSP的基础上,考虑了智能车间生产多样性,提出了柔性作业车间调度问题(Flexible job-shop scheduling problem,FJSP)。JSP中工件各道工序只能在指定的1台机器上生产,相比于JSP,FJSP的机器制约性较低,FJSP中各工件的每道工序可自由选择加工机器,所以FJSP为更加难以计算的非确定性多项式困难(Non-deterministic polynomial hard,NP-hard)问题。
动态柔性车间调度问题(Dynamic flexible job-shop scheduling problem,DFJSP)则致力于解决车间调度中出现的动态事件,并尽快给出应对调度方案。动态事件主要包括2种类型:工件类型中的紧急工件插入、交期更改、动态优先级等,机器类型中的机器故障、机器过载等问题。多目标动态柔性车间调度问题(Multi-objective dynamic flexible job-shop scheduling problem,MODFJSP)在DFJSP的基础上增加多个优化目标,并且根据纳什均衡[1]定义可知,各个目标都为了寻求自己的最优值而互相博弈,结果都无法达到自己的最优值,因此如何寻找一种兼顾各个目标的方案值得深入研究。
匡鹏等[2]将预测控制运用在DFJSP中的动态时间预测上,采用遗传算法与退火算法,确定了耗时最小的最佳调度方案。……