经典调度理论研究中,一般假设任务具有固定已知的加工时间。然而,在大量现实生产环境中,任务往往具有弹性可变的加工时间,可以通过分配和消耗额外的资源加以压缩控制。本项目研究一类可控任务加工时间条件下的多机床生产调度问题,该问题可更为准确地描述现实生产环境中常见的一类生产调度问题,为管理人员提供理论依据与应用指导。该问题是一类具有NP计算难度的混合优化问题,求解难度较高,但在放宽解的最优性要求后,则可利用其特殊的结构特点,合理分解问题,降低算法设计难度,获得可兼顾计算效率和解质量的调度算法。基于这一观察,本项目研究一类由随机优化算法、禁忌搜索算法和连续优化算法协同工作的多机床调度算法,以分而治之的策略,分阶段解决该问题中存在的可行解空间定位问题,及离散和连续决策变量优化问题。本项目能够对一类可控任务加工时间条件下的多机床调度问题提供理论与应用支持,也能够为混合优化问题的研究提供一定的思路与借鉴。
英文主题词Schedule;Controllable job-processing time;Mixed optimization;Heuristic algorithm;Tabu-search