1、生產(chǎn)系統(tǒng)的模型和調(diào)度是一個企業(yè)進行柔性生產(chǎn)的關鍵部分，從福特的流水線大批量生產(chǎn)到現(xiàn)在的精益生產(chǎn)，生產(chǎn)系統(tǒng)的研究一直處于進步當中。對于中小型企業(yè)來說，由于其產(chǎn)品的多樣性，如何多品種、小批量的按期、按質(zhì)生產(chǎn)，才是企業(yè)生存的關鍵所在。 系統(tǒng)資源的有限性制約著能否有效利用車間現(xiàn)有資源完成任務，以最快的速度響應市場需求。調(diào)度的任務是根據(jù)生產(chǎn)目標和約束，為每個加工對象確定具體的加工路線、時間、機器和操作等。優(yōu)良的調(diào)度策略對于提高生產(chǎn)系統(tǒng)的最

2、優(yōu)性、提高經(jīng)濟效益都有著極大的作用。但是多數(shù)調(diào)度問題屬于NP—hard難題，目標解的搜索涉及解空間的組合爆炸。同時，實際車間中的各種動態(tài)事件難以預計，以致車間調(diào)度問題異常復雜，迄今為止還沒有一種通用有效的調(diào)度策略。 本論文以上海R公司作為研究背景，主要以其車間作業(yè)系統(tǒng)的排序問題為研究對象，通過不同的方法對調(diào)度問題進行深入的研究，最終達到提高企業(yè)資源利用率和生產(chǎn)效率的目的。具體說來，本論文主要包括以下幾個方面的內(nèi)容。 首先

3、，通過生產(chǎn)系統(tǒng)和Petri網(wǎng)的映射關系，利用Petri網(wǎng)對制造系統(tǒng)進行建模。以Petri網(wǎng)的動態(tài)演化算法為基礎，構造了Petri網(wǎng)的L1單目標和多目標優(yōu)化算法。針對L1算法的搜索缺陷，通過增加判斷條件的方法，有效地提高了算法的性能。 其次，利用遺傳算法對典型的作業(yè)車間調(diào)度問題進行研究。本文分別利用兩種不同的交叉算子及選擇策略進行研究，在Matlab環(huán)境下實現(xiàn)了遺傳算法求解調(diào)度問題的求解，并通過10×10的算例進行驗證。