1. 研究目的与意义（文献综述）

全球经济不断快速向前发展，而制造业在世界经济比重中占有重要的地位。当前制造业不仅消耗了大量的自然能源，同时在机器运转时产生的碳排放，释放成为温室气体对世界整体生态环境造成不可挽回的影响。2003年初，英国政府发表《能源白皮书》，在2008年，美国、日本、德国等发达国家采用清洁能源的比例达到15.7%、17.7%、21.1%。法国因为核能产业发达，成为世界上使用清洁能源占比最多的国家。投眼于我国制造业产生，其碳排量一直居高不下，从2002年开始，随着我国制造业深化体制改革，工业生产技术和规模的快速进步，对于能源消耗的需求不断增加，对于环境的危害也日益显著。因此控制生产过程中机器碳排放逐渐成为我国乃至世界制造业在完成传统柔性作业车间调度问题的前提下亟待解决的问题。

以往制造企业生产过程中加工路线是固定的，但是随着技术的进步，任意工件的每道工序都可以在若干个可选用的机器上加工，工序可以根据不同状况选取适合的机器，这样就产生有多种选择方案，选择不同的生产方案会出现不同的完工时间、流程时间等问题，因此研究这种调度问题被称为柔性车间调度（flexible job-shop scheduling problem）问题。大部分柔性车间调度没有考虑到生产车间实际的加工情况，优化的约束条件常常与工厂加工现状相差甚远，对于优化的目标结果来讲也缺乏说服力。近年来已有不少学者结合实际的企业生产实际状况，提出了优化的方案以及改进的算法，对调度问题模型进行完善和提升。

本篇论文主要考虑加工机器的碳排放和工件运输时间对柔性车间调度方案的影响，同时为了保证各个机器的使用寿命和整体加工过程的顺畅性考虑机器负荷，因此本论文以最小化最大加工时间，最小化加工机器碳排放，最小化最大机器负荷作为柔性车间调度的优化目标。这三个优化目标综合考虑了目前工厂加工的现实情况，对于可持续制造的要求以及对提高能源利用率，降低生产过程中的设备碳排放量和提高生产效率，非常具有当代现实意义。

2. 研究的基本内容与方案

本文论将在传统柔性作业车间调度优化目标的基础上，考虑工件在加工机器之间的运输时间，同时考虑由于加工机器电能耗导致的碳排放量，针对在不同调度方案下机器负荷的问题，建立多目标的柔性作业车间调度问题模型，提出三个优化目标：1、最大加工时间最小化 2、机器总碳排量最小化 3、最大机器负荷最小化。

采用一种改进的多目标粒子群算法。

该算法在种群进化过程中引入两种新的交叉方式。

3. 研究计划与安排

• 第1-3周：完成开题报告和英文翻译

• 第4-6周：完成总体方案

• 第6-8周：完成模型部分设计

• 第9-11周：相关算法部分设计
• 第12-14周：完成论文撰写

4. 参考文献（12篇以上）

[1] matlab智能算法30个案例分析 / 郁磊,史峰等编著.

[2] 柔性作业车间调度智能算法及其应用/高亮，张国辉等著.

[3] 党世杰. 低碳排放约束的柔性作业车间调度研究[d].郑州：郑州航空工业管理学院，2017.