1．目的及意义
第二次世界大战之后，全球经济迅猛发展，能源消耗也随之迅猛增长，随之而来的能源问题与环境问题也越来越严重。近年来，随着工业4.0和中国制造2025的推广，低碳、绿色制造等可持续发展的理念越来越受到重视。制造业作为我国能源消耗的主要场所，降低制造业生产过程中的能源消耗是势在必行的。本文便以考虑生产加工过程中加工设备电能耗的车间调度方案为主要研究方向，以降低制造业生产中的能源消耗。
据有关资料表明，在制造过程中，有大部分的时间是消耗在非加工过程中的。为了更加合理有效的安排时间，提高生产效率，我们必须要制定出有效的调度方案。有效的调度方案不仅能缩短产品的生产周期，也能减少设备的能源成本，降低制造企业的碳排放和能源消耗。这对制造业企业竞争力的提升有重大意义。
在以往的车间调度问题当中，人们考虑的问题主要以平衡加工设备的工作负荷以及缩短最大加工完工时间为主，然而加工设备所产生的电能耗也是不可忽视的。本文针对车间实际生产中设备电能耗较大的特点，在以往车间调度问题的基础上，额外考虑加工设备待机和工作时电能耗，建立了在设备电能耗约束下的多目标柔性作业车间调度模型。该模型以最小化总加工设备电能耗、最小化工件最大完工时间、最小化加工设备最大负荷为目标。
{title}

2. 研究的基本内容与方案

{title}本论文将在传统柔性作业车间调度优化目标的基础上，考虑加工设备加工状态与待机状态时的电能耗，计算加工过程中的加工设备总电能耗。同时考虑到各个加工设备的使用寿命，应对设备的加工负荷进行平衡。最终提出了三个优化目标：1、最大完工时间最小。2、加工设备电能耗最小。3、加工设备最大负荷最小。本文建立了在设备电能耗约束下的多目标柔性作业车间调度模型。该模型以最小化最大加工设备负荷、最小化加工设备总电能耗与最小化完工时间为目标，采用一种改进的PESA-II算法。最后对实际生产数据进行计算，验证算法的可行性。

本论文将在传统柔性作业车间调度优化目标的基础上，考虑加工设备加工状态与待机状态时的电能耗，计算加工过程中的加工设备总电能耗。同时考虑到各个加工设备的使用寿命，应对设备的加工负荷进行平衡。最终提出了三个优化目标：1、最大完工时间最小。2、加工设备电能耗最小。3、加工设备最大负荷最小。

本文建立了在设备电能耗约束下的多目标柔性作业车间调度模型。该模型以最小化最大加工设备负荷、最小化加工设备总电能耗与最小化完工时间为目标，采用一种改进的NSGAII算法。该算法在种群进化过程中引入两种新的交叉方式。最后通过对某企业实际生产数据的计算，验证算法的可行性。

3. 参考文献

[1] #8194;Matlab智能算法30个案例分析 / 郁磊,史峰等编著.

[2] 柔性作业车间调度智能算法及其应用/高亮，张国辉等著.

[3] 党世杰. 低碳排放约束的柔性作业车间调度研究[D].郑州：郑州航空工业管理学院.2017

[4]曹睿,侯向盼,金巳婷.基于改进遗传算法的柔性车间调度问题的研究[J]计算机与数字工程. 2019

[5]张国辉,张海军,张理涛,王永成.改进遗传算法求解低碳约束的柔性车间调度问题[J]组合机床与自动化加工技术. 2018

[6]余建军,张定超,周铭新.生产调度研究综述[J]机械设计与制造工程. 2009

[7]刘民.基于数据的生产过程调度方法研究综述[J]自动化学报. 2009

[8]李运霞,杜娟,孙王路.基于多种群遗传算法的路径柔性车间调度问题[J]组合机床与自动化加工技术. 2014