随着全球经济一体化和知识经济的到来,企业间的竞争愈演愈烈。为了增强核心竞争力,企业必须要改善内部生产管理,尤其是生产管理的核心技术—生产调度技术。生产调度是企业充分利用资源、制定合理的生产计划、保证按时交货、降低制造成本、提高设备利用率的关键。而在此领域,车间作业调度问题又是最普遍、最复杂和最具难度的,并且由于其具有可推广性和可移植性,引起了学术界和工业界的广泛关注。然而以往人们多将目光投在确定性车间作业调度问题上,但现实生产中,受多种随机因素的影响,加工时间和交货期往往都是模糊的,所以,本文在现有理论的基础上,较深入地研究了模糊车间作业调度问题。 本文首先分析了制造业环境的变化,阐明了生产调度技术的重要性,回顾了其研究历程和研究方法。进而给出了车间作业调度问题的定义,分析了其特点,讨论了计算此问题的复杂性,对其建立了数学模型,重点探讨了几种目前看来最有效的邻域搜索算法。然后,比较分析了多种编码方式、遗传操作的优劣,设计了一种适用于车间作业调度问题的动态自适应遗传算法。此算法融入了保优策略和反复交叉变异策略,并且可以自适应调整交叉概率和变异概率。进而,又采用模糊数来表示工序加工时间和交货期,定义了客户满意度来表示产品完成时间令客户满意的程度,利用模糊数的运算、评价准则和所设计的遗传算法,定义并研究了多目标模糊车间作业调度问题。 在算法应用方面,首先用典型车间作业调度问题的几个算例验证了算法的有效性和可行性,再将其用于模糊车间作业调度问题。计算机仿真结果表明,此算法能够较快地得到最优解,避免传统遗传算法中“早熟收敛”现象的产生;且所得模糊车间作业调度的研究结果对于车间的实际生产具有一定的指导意义。最后,对全文进行了总结并对模糊车间作业调度问题未来的研究做出了展望。