摘要: 随着科学技术的不断进步和生产力的飞速发展，消费者的需求越来越多样化与个性化，为了满足市场需求，制造企业逐渐从原来一元化、单品种、大批量、流水线式的生产方式，向多元化、多品种、小批量、高柔性的生产方式转变，这就增加了企业的生产计划与... 展开 随着科学技术的不断进步和生产力的飞速发展，消费者的需求越来越多样化与个性化，为了满足市场需求，制造企业逐渐从原来一元化、单品种、大批量、流水线式的生产方式，向多元化、多品种、小批量、高柔性的生产方式转变，这就增加了企业的生产计划与调度的难度。有效的生产调度与计划方案，对提高制造型企业的生产效益和资源利用率，降低生产成本有着重要的意义。 作业车间调度问题(Job Shop Scheduling Problem)是制造型企业普遍存在的生产调度问题，是典型的NP难问题，学者们为寻找高效的解决方法做了大量的研究工作。在传统的作业车间调度中，通常作业的各个工序的加工时间是不变的，而在实际的一些作业车间调度中，工序的加工时间受资源本身特性的影响，通常是变化的;当工序的加工时间依赖于时间并不断增长时，称该类作业车间调度问题为带有恶化时间的作业车间调度问题(Job Shop Scheduling Problem with Deteriorating Time)。近年来，带有恶化时间的作业车间调度问题，越来越受到学者们的重视。 本论文主要研究带有恶化时间的作业车间调度问题，主要研究工作如下: 首先，总结了调度的主要任务和作用，对车间调度以及车间调度的类型、研究策略和方法进行了介绍; 其次，对作业车间调度问题和恶化时间问题做了概述，将作业的各个工序的处理时间假设为其开始处理时间的线性函数，并将加工时间，作业的固有工序，资源的能力等因素作为约束条件，建立带有恶化时间的作业车间调度问题模型。 最后，基于该问题特点，分别设计了遗传算法、嵌套分区算法和改进的嵌套分区算法，并采用枚举算法、遗传算法、嵌套分区算法、和改进的嵌套分区算法对问题进行求解，通过算法仿真实验表明:当问题规模较小时枚举算法、遗传算法和嵌套分区算法都可以得到问题的最优解，遗传算法运算效率具有优势;当问题规模较大时，枚举算法已经无能为力，遗传算法和嵌套分区算法容易陷入局部最优，改进的嵌套分区算法在稳定性和算法效率上显示出了优良的性能。 本论文的研究工作为实际生产中的作业车间调度问题的求解提供了有效的工具。 收起