摘 要

中国是一个人口基数庞大的国家，农业和工业两大行业撑起了我国全民的基本生活需求。制造行业作为我国基础行业之一，为我国国民的便利生活提供了有力的支撑。然而在工业茁壮发展的同时，庞大的碳排放和能源消耗也开始造成了制造商们的困扰。全球资源紧缺，温室气体导致全球变暖，冰山融化。环境因素逐渐成为了限制我们发展的最大因素。所以，我们开始研究考虑绿色指标的制造车间调度问题，而这一问题因涉及因素很多，是NP-hard问题，用普通的计算方法难以解决，所以学者考虑用智能优化算法求解复杂车间绿色调度问题。遗传算法作为典型的优化算法，具有全局搜索，容错性高，应用广泛等优点，本文提出了用遗传算法来解决柔性作业车间绿色调度问题，并进行了实践，证明了遗传算法在此类问题中的可行性和有效性。

关键词：遗传算法 柔性作业车间调度 绿色制造

Abstract

China is a country with a large population base, agricultural and industrial sectors hold up the our country the basic needs of the whole nation. Manufacturing industry as one of basic industry in China, for the convenience of our national life provides strong support. However, in the development of the industry and at the same time, however, the large carbon emissions and energy consumption are caused manufacturers. A shortage of global resources, greenhouse gases cause global warming, melting glaciers. Environmental factors gradually become the biggest factor that limit our development.So, we began to study consider green index of shop scheduling problem, due to many factors involved, and this problem is NP - hard problem, so scholars began to consider using green intelligent optimization algorithm to solve the complex workshop scheduling problem. As a typical optimization algorithm, genetic algorithm has global search, high fault tolerance, the advantages of wide application, this paper puts forward using GA to solve the flexible job-shop scheduling problem, the green and the practice, prove the feasibility of the GA algorithm in this problem.

Key words:Genetic algorithm(GA) The flexible job-shop scheduling problem(FJSP) Environmentally Conscious Manufacturing

目录

中文摘要 I

第1章 绪论 1

1.1 选题背景与研究意义 1

1.2 国内外研究现状 2

1.2.1 柔性作业车间调度问题的研究现状 3

1.2.2 绿色车间调度问题研究现状 3

1.3 研究内容与总体结构 3

第2章 柔性作业车间调度分析 4

2.1 柔性作业车间的特点 4

2.2 柔性作业车间调度问题描述 5

2.3 遗传算法框架 5

第3章 柔性作业车间绿色调度模型 7

3.1柔性作业车间绿色调度问题描述 7

3.1.1 相关符号以及对应释义 7

3.1.2 问题的相关数据 9

3.2 在低碳FJSP中的遗传算法设计 10

3.2.1 编码与解码 10

3.2.2 产生初始种群 11

3.2.3目标函数 11

3.2.4 选择，交叉与变异 12

3.3 FJSPCE算法可行性和有效性的验证 12

3.4 FJSPCE算法在实际中的应用 14

第4章 总结与展望 15

4.1毕业设计总结 15

4.2毕业设计展望 15

致谢 17

参考文献 18

第1章 绪论

选题背景与研究意义

2020年春，新型冠状病毒引发的一场来势汹汹的瘟疫给全民的生活带来了极大的影响。由于新型病毒传播性强，专家组尚未研究出对症的特效药，即使国家下发了封城的政策，疫情的首发地武汉感染了数万人，死亡者截至2020年3月27日已经达到了2535人。全民居家隔离两个月，服务业遭受了极大的影响，很多餐饮行业都面临倒闭的风险，而作为第二产业的工业也受到了波及，对于制造业而言，由于工人没法及时返回，许多厂区的设备空置对于企业而言是一笔巨大的损失。而主打大批量生产的传统制造厂商也承担着很大的压力，因为除了医疗用品，人们的消费需求都大大降低，导致厂商面临高成本生产的产品无法如期卖出，堆积在仓库里造成了极大的库存成本。而那些早就引入了柔性生产线的企业，由于主打的是小批量多品种的生产方式，本身库存压力不是很大，虽然也承担损失，却比传统企业好上许多。

这次疫情正好发生在春节期间，而春运人流与物流又是一年之中最为频繁的时候，所以新冠肺炎才能在短时间之内迅速扩散到全国各地。企业管理者也不会想到，年假一放，距离全体职工返岗竟会如此遥遥无期。不仅要先排查全体职工的健康状况，还要服从疫情防控指挥部的相关指令进行核酸检测和单人隔离。这对于急于开工的企业来说无异于晴天霹雳，尤其是对于中小型制造企业来说可以说是雪上加霜。因为大部分的中小型企业还没有实现柔性化自动化生产，企业收益很大程度上取决了职工的积极程度以及订单的多寡。

从这次疫情中，制造商应该反思自身，考虑加快推进生产系统的改进，不仅应该关注智能化自动化生产，也应该减少生产线对于工人数量的依赖性，以此来面对未来偶发的劳动力异常流动。

此外，疫情期间国家对医用口罩，防护服等关键医用物资的需求急剧增长，而生产这些产品的制造企业却应对不及，生产能力严重跟不上。产品需求直线式上升导致供不应求是导致医护用品短缺的客观原因，但是生产医护物资的制造商应该借此意识到必须构建一个自动化的柔性生产线，一方面减少对于人工的依赖，另一方面提高企业应对市场变化的能力。

这次疫情给传统的制造企业敲响了警钟，在未来，企业应该把企业抵御风险的能力作为一个重要指标来判断企业的发展状况，而柔性化生产线无疑可以提高企业的竞争力和灵活应变能力。质量与顾客至上是所有制造企业的不二法则，而柔性化生产线可以满足顾客的个性化需求，提高生产线成品效率也是提高企业竞争力的重要标准。