中文摘要：

供应链企业间非完全信任的情况非常普遍，但现有供应链调度研究忽略这个重要因素，限制了这些研究在实际供应链管理中的应用。为提供符合企业间非完全信任、既合作又竞争本质的供应链调度理论与方法，本项目从企业间非完全信任的特征入手，深入探讨了面向供应链调度的非完全信任度量方法、信任激励和基于博弈论的企业间协作机制，提出了可抽象描述企业自主性、非完全信任和复杂供应链过程结构的扩展资源任务网RTN(Resouce Task Network)，建立基于扩展RTN的数学形式化调度模型，并提出了以路径重连为种群间交互策略的新型协同演化算法和求解不同子问题的统一框架。本项目的研究符合供应链运作的实际特性，为解决非完全信任供应链环境下的协作调度问题提供了理论基础和关键技术，对调度问题向供应链领域演进也是一种推进。

结论摘要：

本项目从企业间非完全信任的特征入手，研究了供应链调度模型与算法，并取得了以下研究成果（1）研究了隐藏作业处理时间的供应链企业间的非完全信任度量方法； （2）在资源任务网RTN的基础上建立了扩展资源任务网ERTN模型，通过定义新的节点标号规则、资源与任务连接弧上的新型参数、增加虚比例转化任务和组合移动任务等方面扩展抽象描述非完全信任供应链的企业自主性、非完全信任、作业处理可分割的生产和存储以及运输等多种活动过程。（3）针对非完全信任供应链（制造商与分销商之间不共享作业处理时间信息），提出了基于补偿的分销商协商调度模型。基于此模型，分销商提供补偿σ給制造商，制造商新调度的目标值在补偿后不会比原调度差，以此激励制造商采用新的调度方案。分销商在新调度目标值的基础上进行制造商补偿操作后，其结果能比分销商原调度的目标值好。针对多个分销商，建立了基于协商收益的补偿分摊机制，并提出了多目标协商调度模型。（4）针对一个制造商和一个分销商组成的非完全信任供应链，提出与分析了协商调度下制造商调度算法以及基于生态种群竞争的分销商协同演化调度算法。分销商协商调度模型与算法能有效改善分销商调度性能，在不增加制造商调度成本的条件下，可最大程度削减分销商调度成本超过25%。此外，提出的竞争协同演化算法能获得比遗传算法、粒子群算法和蚁群算法更好的调度解。（5）针对一个制造商和多个分销商组成的非完全信任供应链，提出了同时实施分销商局部演化计算与制造商全局演化计算的新型多目标合作协同演化算法GLCCEC。 GLCCEC算法能在不损害制造商调度的条件下有效改善每个分销商的调度，获得的非支配解集不仅目标值优于现有的三种主要合作协同演化算法MOCCGA、NSCCGA、GBCCGA，且具有良好的解分散度。（6）针对随机作业到达的批处理并行机情况，研究了目标函数分别为最小化总的权重完工时间和最小化总的权重延迟的调度问题，提出了竞争比小于1+α的算法，其中α〖=β〗_m， (1+β_m )^(m+1)=β_m+2（m为机器的数量）。研究了m=2的并行机且有两个不同的作业族的模型，目标函数为最小化最大完工时间，得到了竞争比小于1+α的算法。