摘要: 在多品种、中小批量的生产环境下，工件的加工时间和设备的周期性维护是作业车间调度的重要影响因素。传统的作业车间调度是在工件的加工时间和设备的维护时间确定的条件下进行考虑的，而在实际作业车间的生产过程中，工件的加工时间和设备的维护周期... 展开 在多品种、中小批量的生产环境下，工件的加工时间和设备的周期性维护是作业车间调度的重要影响因素。传统的作业车间调度是在工件的加工时间和设备的维护时间确定的条件下进行考虑的，而在实际作业车间的生产过程中，工件的加工时间和设备的维护周期往往是不确定的，面对这一现状，急需一种考虑不确定因素的作业车间调度方案。基于上述考虑，本文重点对考虑加工时间和周期性维护的不确定因素的作业车间调度优化问题展开研究。 首先，提出加工时间不确定的作业车间调度模型，并通过基于多层编码的遗传算法对上述模型进行了求解。考虑到作业车间调度的实际情况，模型假设工件的加工时间是服从正态分布的随机加工时间，设备的预防性维护周期是确定的，由于机器加工时间的随机性，该模型以最大完工时间的期望最小为目标函数。 其次，在上述研究基础上，提出了维护周期与加工时间双重不确定的作业车间调度模型。此模型考虑到现实的作业车间，为了减少机器的空闲时间，使得研究更加具有现实意义，将模型固定的维护周期改变为假设每台机器在调度过程中均有固定的一个或者多个维护“时间窗”，所有机器均要在“时间窗”内进行预防性维护，使得模型更加切合实际。 最后，通过实例实现了对两个模型的仿真与对比。对于加工时间不确定的作业车间调度模型及维护周期与加工时间双重不确定的作业车间调度模型的仿真，验证了两个模型的合理性和算法的有效性。并通过对比证明维护周期与加工时间双重不确定的作业车间调度模型的仿真结果更加有效，在实际生产中有着更加实际的意义，可以为企业的调度优化提供了决策依据。 收起