1、近年來(lái)，因企業(yè)使用過(guò)期原材料而引發(fā)的食品、藥品安全事故頻頻發(fā)生，引起人們對(duì)原材料安全的廣泛關(guān)注。原材料是產(chǎn)品生產(chǎn)的基礎(chǔ)，為了保證生產(chǎn)順利安全的進(jìn)行，必須確保生產(chǎn)所需要的原材料的安全性，但受到自身屬性和外界環(huán)境等因素的影響，原材料在生產(chǎn)或儲(chǔ)存的過(guò)程中會(huì)發(fā)生過(guò)期變質(zhì)，給生產(chǎn)調(diào)度帶來(lái)了極大的挑戰(zhàn)。同時(shí)，現(xiàn)實(shí)中的許多生產(chǎn)過(guò)程，比如食品、藥品的生產(chǎn)，都是在變速并行機(jī)調(diào)度環(huán)境下進(jìn)行的。因此本文在變速并行機(jī)的調(diào)度環(huán)境下，研究帶有原材料保質(zhì)期約束的生產(chǎn)

2、調(diào)度問(wèn)題。
　　首先，為了避免生產(chǎn)過(guò)程因?yàn)樵牧系倪^(guò)期或短缺而發(fā)生中斷，本文分析了原材料的四種使用狀態(tài)，并進(jìn)一步研究了不同狀態(tài)下的生產(chǎn)決策對(duì)后續(xù)生產(chǎn)活動(dòng)造成的影響。
　　其次，本文研究了考慮原材料保質(zhì)期的單目標(biāo)變速并行機(jī)生產(chǎn)調(diào)度問(wèn)題。首先，以最小化機(jī)器運(yùn)作成本和原材料成本的加權(quán)總生產(chǎn)成本為目標(biāo)，構(gòu)建了單目標(biāo)非線(xiàn)性混合整數(shù)規(guī)劃模型。然后，為了解決該問(wèn)題，本文提出了可變鄰域離散粒子群算法。該算法繼承了粒子群算法向最優(yōu)個(gè)體學(xué)習(xí)的思

3、想，從而保證了算法的進(jìn)化速度，然后通過(guò)結(jié)合問(wèn)題的性質(zhì)，對(duì)粒子群操作進(jìn)行了重新的定義，使算法可以有效的求解離散的生產(chǎn)調(diào)度問(wèn)題，同時(shí)，為了解決粒子群算法容易過(guò)早收斂的缺點(diǎn)，本文引入了可變鄰域搜索操作，來(lái)提高解集的多樣性。最后，通過(guò)數(shù)值實(shí)驗(yàn)，驗(yàn)證了可變鄰域離散粒子群算法解決該問(wèn)題的有效性和優(yōu)越性。
　　最后，本文進(jìn)一步研究了考慮原材料保質(zhì)期的雙目標(biāo)變速并行機(jī)生產(chǎn)調(diào)度問(wèn)題。以同時(shí)實(shí)現(xiàn)原材料成本最小化和項(xiàng)目總完成時(shí)間最小化為目標(biāo)，建立了雙目

4、標(biāo)非線(xiàn)性混合整數(shù)規(guī)劃模型。由于該問(wèn)題不僅是NP-hard問(wèn)題，而且是雙目標(biāo)調(diào)度問(wèn)題，所以本文提出了進(jìn)化離散粒子群算法來(lái)進(jìn)行求解。該算法在粒子群算法的基礎(chǔ)上，結(jié)合混合貪婪初始解生成方法、基于最短加工時(shí)間的鄰域搜索算法等操作，保證了算法得到的解的質(zhì)量和多樣性。最后，通過(guò)數(shù)值實(shí)驗(yàn)，充分證實(shí)了進(jìn)化離散粒子群算法各操作和整體性能的有效性和優(yōu)越性。
　　本文的研究不僅豐富了生產(chǎn)調(diào)度理論，提供了新的生產(chǎn)調(diào)度模型和智能優(yōu)化求解方法，為考慮原材料保