摘 要

生产调度优化是现代企业生产制造和生产系统管理中的的核心技术，它对企业资源合理分配、减少生产成本、提高生产效率方面有着重要作用。在中医药材的生产过程中，存在特殊的时间高敏工艺，即某一项工序加工结束之后，必须在指定的时间范围内进行下一道工序的加工，则生产系统的约束条件增加，系统复杂度大幅度提升。

本文以中医药生产工艺为研究背景，对时间高敏工艺的特点进行了重点分析，建立了包含时间高敏工艺的混流（柔性）生产系统数学模型，并针对其中时间高敏工艺的难点，创新的提出了一种基于递归思想的算法，对给定的生产方案中工序间的间隔时间做了合理的分配。利用遗传算法的框架设计了模型的求解算法，并通过一个算例的计算验证了模型和求解算法的有效性，最后分析了算法中存在的缺陷，提出了展望。

关键词：时间高敏；柔性作业车间调度；模型优化；遗传算法

Abstract

Production scheduling optimization is the core technology of production manufacturing and production system management in modern enterprises. it plays an important role in rational allocation of enterprise resources, reducing production costs and improving production efficiency. In the production process of traditional Chinese medicine, there is a special time-sensitive process, that is, after a certain process is finished, the next process must be processed within a specified time range, the constraint conditions of the production system will be increased, and the complexity of the system has been greatly increased

Taking the traditional Chinese medicine production process as the research background, this paper focuses on the analysis of the characteristics of the time-sensitive process, establishes the mathematical model of the flexible job shop production system including the time-sensitive process. Aiming at the difficulties of the time-sensitive process, an innovative algorithm based on recursive idea is proposed to allocate the interval time between processes in a given production plan. The solving algorithm of the model is designed by using the framework of genetic algorithm, and the effectiveness of the model and the solving algorithm is verified by the calculation of a practical example. Finally, the defects of the algorithm are analyzed and the prospect is put forward.

Key Words：time sensitivity；flexible job shop scheduling problem； model optimization；genetic algorithm

目 录

摘 要 I

Abstract 2

目 录 1

第1章 绪论 1

1.1 课题背景 1

1.2 研究目的和意义 1

1.3 国内外研究现状 1

1.4 论文章节安排 2

第2章 生产问题建模 4

2.1 对于时间高敏工艺的分析 4

2.2 模型假设 5

2.3 包含时间高敏工艺的生产模型描述 5

2.4 完整数学模型 6

2.4.1 符号定义和参数说明 6

2.4.2 目标函数和约束条件 7

第3章 基于递归算法计算工序间的间隔时间 8

3.1 基于递归的算法思路 8

3.2 算法具体实现步骤 9

3.3 算法优缺点分析 10

第4章 遗传算法设计 12

4.1 遗传算法简介/概述 12

4.2 基于MSOS方法的编解码 12

4.3 种群初始化 13

4.4 交叉操作 13

4.4.1 MS部分的交叉操作 13

4.4.2 OS部分的交叉操作 14

4.5 变异操作 15

4.5.1 机器选择部分 15

4.5.2 操作序列部分 15

4.6 适应度计算以及选择算子 16

第5章 实例求解及分析 17

5.1 给定的算例初始条件 17

5.2 求解算法程序设计 18

5.3 算例求解结果 20

第6章 总结与展望 23

6.1 总结 23

6.2 展望 23

参考文献 24

致 谢 26

绪论

课题背景

调度问题是生产流程中的一个十分重要的问题，它对提高资源配置效率、减少成本、提升企业效益有着重要作用。作业车间调度问题(JSP)是该领域里一个具有重要研究意义的典型问题。柔性作业车间调度问题(FJSP)则是作为JSP问题的一个重要扩充，与JSP最大的不同就是每道工序的可加工机器往往不少于一台，更加贴近现实生活中的企业生产情况，同时系统的复杂度也随之提升，是典型的NP-hard组合优化难题^[1]。

中医药是我国传统的医学瑰宝。选取28种中药材进行统计发现，中药材的需求量在从2007年到2017的11年间增加了2.2倍，年均增幅7.7%，需求总量稳步增长^[2]，更多的需求量带来更多是生产量，也给中药材生产企业带来了更多的挑战。在中医药生产中，由于中医药种类繁多的特性，普遍采用混流/柔性生产线进行生产，即一条生产线上生产多种药材。而与一般的柔性生产作业不同的是，中医药材的生产工艺中具有对时间高度敏感的特点：生产过程中常常需要半成品静置一段时间用以自然氧化、风干、沉淀或发酵，生产中需要对这一时间严格限制，过长或过短都会影响药材的效用，进而影响最终成品的质量。因此，在中药材的生产中一些工序对于启动时间、结束时间、进入下一道工序的时间等都有较为严格的限制。这些限制导致了生产过程中的特殊约束，使得系统复杂度大大提升，生产调度也相比一般的FJSP问题更为复杂。

研究目的和意义

本文基于中医药生产的背景，在考虑时间高敏工艺的约束条件下，对混流（柔性）生产线的生产系统进行数学建模，并采用适当的优化方法，实现包含时间高敏工艺的混流生产线模型优化，并采用适合的方法进行模型求解，从而制定详细的生产方案，达到指导生产流程、提升整体效率的目的。

国内外研究现状

调度问题即资源分配问题，包含生产资源调度、应急资源调度^[3]、水电资源调度等，在订单型企业的生产调度方面，于奇等进行了综述^[4]，从作业车间调度发展出的柔性作业车间调度问题，突破了可加工设备资源唯一的约束^[5]，更贴切实际生产，是近年来的研究热点问题。

近年来众多学者对这个问题进行了更深层次的研究,如除了经典的使最短交货期的优化目标外，在许多实际调度问题中还要同时考虑如机器利用率、生产成本、资源消耗、产品质量等多个优化指标，即包含多个目标的柔性作业车间调度（MOFJSP）^[6]，其更加适应现实世界的生产调度环境，刘寅斌等对这个问题进行了综述^[7]；经典的调度是把一个批量作为整体，一次制定一个批量的生产计划，而在实际的生产中，可以将整个批量按照一定的划分方式，分割为数个小规模的批次，进而可以实现分批生产、分批传输，消除因某工序的工时间较长而造成的瓶颈，达到合理分配生产任务、提高生产效率与企业效益的目的，即分批优化调度问题（scheduling with lot streaming/lot splitting）^[8]；如果发生在实际生产活动中有可能出现的突发情况，如突然接到紧急订单、工人缺勤、机器发生故障等，则需要进行动态优化，即动态作业车间调度(Dynamic Flexible Job Shop Problem，DFJSP)^{[5] [9]}，还有基于维修时间窗的柔性调度^[10]，考虑设备关机的多目标柔性调度^[11]等。诸如此类的研究极大地丰富和拓展了FJSP问题。