中文摘要：

"绿色制造"要求企业的生产不仅要追求生产效益，还需要综合考虑生产过程对环境的影响以及资源和能源的利用效率。本课题针对当前分批调度研究缺乏能源效率分析的现状，提出节能分批调度问题构建并行机和混合流水车间环境下最小化总能源消耗，以及分时电价条件下最小化电力成本的分批调度的单目标和多目标优化模型；分析所涉及问题以及建立的相应模型的复杂性程度；分析分批决策和批加工决策之间相互关系及对目标函数的影响；分别从多维聚类以及智能优化方法两个不同角度构造分批算法；在多目标优化中引入决策者偏好，将调度方案选择的决策问题与算法求解的优化问题相联系，尝试优化-决策一体化的新模式。通过本课题的研究，进一步拓展和丰富现代生产调度理论，为生产企业实现绿色制造及可持续发展目标提供依据和帮助。

结论摘要：

批处理机器在工业生产中具有极其重要的应用，尤其是批调度策略，被普遍应用于半导体写入和金属工业的热处理等领域，具有广泛而重要的应用价值。我们针对这些问题，研究了不同规模任务动态到达的情况在单个批处理机器下最小化完工时间的问题，提出了一系列的启发式算法，与其他算法进行比较，该课题研究提出的算法在解的质量上以及计算时间上具有明显改进。 我们针对两阶段阻塞的流水车间批调度问题，研究了考虑到达时间和阻塞约束的两阶段流水车间批调度问题及其差分进化算法。我们研究的问题中，工件具有不同的尺寸和任意的到达时间属性，优化目标为最小化制造期（Makespan）。我们首先对这一问题建立混合整数规划模型。其次，提出一种混合的离散差分进化算法。第一，在该算法中，本文将种群中的个体编码成离散的工件序列。基于该编码方式，设计变异和交叉操作。第二，我们采用first-fit规则将工件分批，然后提出一种最小闲置或阻塞时间算法（least idle/blocking time heuristic）安排批在机器上的加工次序。第三，提出一种局部搜索技术，以进一步增强算法的搜索能力。我们提出的算法和线性规划优化软件CPLEX，遗传算法，模拟退火算法进行了对比实验。结果表明，本文算法在解质量、鲁棒性和求解速度方面均优于对比算法。 另外，在传统的资源调度问题中，研究者普遍使用函数来表征资源分配和工件加工时间的关系。然而，近些年，有些研究者指出，这些资源分配函数不能正确表征工件的个体特征。在该课题中，我们研究了分布式估计算法(Estimation of Distribution Algorithms,EDA)在一般通用的资源调度模型中的应用。我们使用一个更为一般的资源模型，并在一个传统单机调度问题上进行实现。我们证明该问题仍然为NP-难问题。我们在基于玻尔兹曼分布的基础上构建EDA算法进行求解该问题。对比试验表明，与可用算法相比，该算法具有较高的求解精度。 该课题在IEEE Trans. on Evolutionary, IJPR,IJPE,COR,CIE,IJCIMS等国际期刊上发表8篇SCI论文.