1. 研究目的与意义（文献综述）

1.1.研究目的及意义

生产调度是指在时间上对一组可用的制造资源，即机器进行加工任务的安排，将工件分配至相应的机器上，确定各机器上加工操作的加工次序和开工时间，使得某一性能指标最优。在执行这些加工任务时需要满足各种约束条件。因此，生产调度问题可表述为在一些等式或不等式约束构成的离散解空间中，寻找目标函数值的最优解。它是一类重要的组合优化问题，运筹学称之为排序问题。除少数特殊问题，大部分生产调度问题的计算复杂度为np-hard，存在优化求解的困难。置换流水车间调度问题（permutation flow-shop scheduling problem，pfsp）是研究最为广泛的一类车间调度问题之一。许多生产调度、运输、物料、装配等问题均可简化为pfsp模型。同时，pfsp（工件数≥3）已经被证明是一个 np难问题，不存在求解该问题的多项式精确优化算法。因此，研究pfsp具有重要的实际应用价值和理论意义。

灰狼优化算法(grey wolf optimizer，gwo)是mirjalili等人于2014年提出来的一种基于自然界灰狼的社会等级和狩猎机制的新的基于群体的智能算法。该算法机制简单、易实现、参数少、收敛速度快。已经证明，gwo比其他著名的元启发式算法（如差分进化算法和粒子群优化算法）具有竞争优势。可应用于车间调度这类较复杂的组合优化问题。

2. 研究的基本内容与方案

2.1 研究的基本内容

第一部分是论文绪论。对论文的研究目的及意义进行阐述，对灰狼优化算法和车间调度问题的国内外研究现状进行简要分析。

第二部分是理论基础。包括置换流水车间调度的问题描述和对基本灰狼优化算法的介绍。

3. 研究计划与安排

4. 参考文献（12篇以上）

[1]吕新桥,廖天龙.基于灰狼优化算法的置换流水线车间调度[j].武汉理工大学学报,2015,37(05):111-116.

[2]姚远远,叶春明.求解作业车间调度问题的改进混合灰狼优化算法[j].计算机应用研究,2018,35(05):1310-1314.

[3]李淼.灰狼算法在典型车间调度问题中的应用研究[d].昆明理工大学,2017.