1. 研究目的与意义（文献综述）

随着经济的快速发展，企业在更加市场化的环境中面临着越来越激烈的竞争压力，生产调度问题成为企业最关注的问题之一，它在企业的生产过程中起着不可忽视的作用。除了不断提高生产技术，生产调度可以合理配置资源，降低生产成本，从而解决企业的很多问题。在化工生产过程中，生产调度是指在一定的约束条件下，对有限生产资源的分配、加工任务的排序和时间的安排，以满足特定的生产指标。其中，生产资源包括：原材料、加工设备、人力、公用工程等。调度的目标就是有效的安排生产过程，根据生产任务和时间的要求，合理的分配这些资源，尽可能使生产效率和经济效益达到最优化。因此，生产调度很自然地成为企业生产管理的关键技术。近年来，随着相关学科的发展（如运筹学、应用数学、工程技术），由于其重要的实际意义和广阔的应用前景，生产调度成为领域内的研究热点和难点并吸引着许多国内外学者的关注。

化工生产过程主要有连续生产过程和间歇生产过程。间歇化工过程，也称批处理过程，是以分批的方式组织化工生产的过程。连续生产过程适合大批量生产，在上世纪化工生产过程不断在向连续生产过程发展，尤其是大型的化工生产过程。随着化学工业的不断发展，越来越多小批量、多品种、高价值的产品开始出现。间歇生产过程更能满足这些新要求，它比连续过程更具灵活性，能面对更复杂的生产过程和多变的市场需求。

调度问题的重点在于调度方法。尽管在调度科学的不断发展下，调度方法越来越多元而复杂，但是实际上可以分为以下几种：基于运筹学的生产调度方法、启发式生产调度方法、基于仿真的调度方法、基于人工智能的方法。间歇化工过程虽然有着不同于制造系统的特点，但是它们仍然很相似，尤其是当产品的批量固定的时候。因此，研究一般调度问题的几类常用方法，如数学规划法、近似 /启发及随机优化方法都已经在间歇化工过程中得到了应用。最优化方法是针对传统的调度问题，只适用于较小规模的问题；启发式调度方法因其易于实现、计算复杂度低等特性，能够用于动态实时调度系统中，但其不足之处是不能保证找到全局最优解；为解决生产调度问题的动态性和不确定性，近年来出现了许多不以确定型条件下的都为最优为目标的智能优化方法，如神经网络方法、混沌搜索、遗传算法、模拟退火算法、禁忌搜索算法、进化策略、进化规划、免疫算法、蚁群算法等，使生产调度问题的研究方法走向了多元化。

2. 研究的基本内容与方案

通过查阅相关文献了解课题的研究背景和相关的定义对间歇化工过程中的多产品厂的生产调度过程的研究背景有一定的认识。明白什么是间歇化工过程，以及多产品厂等必要了解的基础定义及其特点。

充分了解多产品间歇过程的相关定义，如生产需求、中间存储、调度目标等，并将其转换为数学模型的已知条件，然后选择合适的方法建立调度过程的数学模型。以零等待约束条件下的间歇过程为例，即一个产品如果在第一台设备开始加工，就必须要不停地进行下去直至最后一台设备的加工过程完成。对这一过程进行分析，并利用已知条件对其建立数学模型。

建立好数学模型后，学习列队竞争算法，明白列队竞争算法的原理。学习matlab的使用。然后利用列队竞争算法和matlab对多产品生产调度的模型求解和优化，对产品加工优化排序，得到最优的调度方案，绘制甘特图。

3. 研究计划与安排

第1－3周：查阅相关文献资料，完成英文翻译。明确研究内容，了解研究所需原料、仪器和设备。确定技术方案，并完成开题报告。

第4－6周：在文献系统调研的基础上，建立多产品间歇化工过程调度的数学模型。

第7－8周：学习列队竞争算法，编制算法的matlab程序。

4. 参考文献（12篇以上）

[1] shi b, yan l x, wu w. rule-based scheduling of single-stage multiproduct batch plants with parallel units[j]. industrial amp; engineering chemistry research, 2012, 51(25): 8535-8549.

[2] 邓冠龙,田广东,顾幸生.零等待约束下多产品间歇过程的多目标调度[j].控制与决策,2017,32(03):474-480.

[3] 李青青. 基于改进粒子群算法的多产品厂间歇调度问题研究[d].华东理工大学,2015.