1、作業(yè)車間調度問題是典型的生產(chǎn)調度問題，其具有動態(tài)性、不確定性、計算復雜性等特點。經(jīng)過幾十年的發(fā)展，研究人員已經(jīng)提出了許多用于解決作業(yè)車間調度問題的算法，其中基于調度規(guī)則的調度算法以較低的計算時間復雜度、便于理解等特點而廣泛應用于實際生產(chǎn)過程中。但研究表明，生產(chǎn)線的狀態(tài)對基于調度規(guī)則的調度算法的性能具有較大的影響，單一的調度規(guī)則無法適應于動態(tài)的生產(chǎn)環(huán)境，設計基于調度規(guī)則的自適應調度系統(tǒng)成必然要求。另一方面，隨著信息技術的不斷發(fā)展和應用，生

2、產(chǎn)系統(tǒng)積累了大量與生產(chǎn)調度相關的信息，基于數(shù)據(jù)的生產(chǎn)過程調度方法引起了研究者的普遍關注。本文探討了基于數(shù)據(jù)的作業(yè)車間問題調度方法中調度屬性選擇問題和調度規(guī)則挖掘問題，主要內容如下:
　　針對基于數(shù)據(jù)的作業(yè)車間調度方法研究中調度屬性選擇和調度規(guī)則挖掘算法需要大量的樣本數(shù)據(jù)進行學習的問題，建立了一個基于Multi-Pass的作業(yè)車間最優(yōu)調度方案生成平臺。以作業(yè)車間調度問題ft10為研究對象，引入Multi-Pass仿真機制，使用Pla

3、nt Simulation軟件建立最優(yōu)調度規(guī)則生成平臺。通過運行仿真平臺，構建了用于調度屬性選擇和調度規(guī)則挖掘的樣本數(shù)據(jù)。
　　針對生產(chǎn)環(huán)境中大量不相關或冗余的調度屬性影響調度規(guī)則挖掘算法性能的問題，研究了基于概念格的作業(yè)車間調度屬性選擇方法。一種方法是將調度屬性樣本映射成概念格中的多值背景，通過計算屬性重要度進行屬性選擇;考慮到調度屬性的多值特性，另一種方法是將多值背景轉換為單值背景，利用概念格約簡理論對特征屬性進行選擇。