随着市场竞争的日趋激烈,每个企业都在寻求最佳的生产与运作管理方案,以提高企业的生产、经营和管理效率,从而提高企业的核心竞争优势。生产与运作管理的核心是作业车间调度(Job Shop Scheduling—JSP)问题能够高效地获得优化解,而作业车间调度问题又是典型的NP-hard难题,因此,研究作业车间调度问题具有很大的理论意义和实际应用价值。已有的对作业车间调度问题的研究大都存在两个问题:一是将生产系统中的各种参数看做确定性的精确值,即仅将它作为一个数学问题加以处理,而实际情况是由于各种因素的影响,加工参数不是也不可能是确定性的精确值。二是忽略了实际加工过程中各种动态状况的出现:待加工的工件连续不断的到来、机床设备突然损坏或被修复、工人生病请假等,在这种环境下的作业车间调度实际上是动态调度问题。已有的作业车间调度研究往往将系统模型大大简化,与实际生产状况距离较远,特别是不完全适合生产条件变化频繁、工况变化大的我国制造企业。因此,本论文从复杂生产环境调度控制与优化的实际需求出发,考虑到生产环境中的不确定性、动态扰动等因素的影响,将智能方法与优化理论相结合,采用学科交叉和学科融合手段,创造性研究新的调度理论和方法,并在典型的复杂生产系统中进行应用验证。为区别传统的作业车间调度研究,本文将不确定、动态环境下的作业车间调度研究定义为复杂生产环境下的优化调度研究。全文主要工作如下:(1)复杂生产环境下的优化调度理论和方法在归纳总结已有成果基础上,对复杂生产系统优化调度算法搜索的全局性、快速性和鲁棒性进行了理论研究,提出了搜索进入局部极小的合理判断准则;将模拟退火算法的概率突跳性同遗传算法的并行搜索能力相结合,提出了一种高效的混合优化算法——动态混合遗传算法;采用方差分析和试验评估的方法,提供了控制优化参数选取的理论指导和规律性结论。(2)不确定性环境下JSP调度的建模与分析方法研究了不确定环境下的车间调度问题,结合模糊集合论中有号距离和优化指标β概念建立了两种模糊JSP调度模型,针对这两类模型,采用动态混合遗传算法进行了排序寻优,仿真实例验算了两种调度模型的有效性和正确性,并对两种模型的进行了比较;对作业调度问题中加工参数的波动对调度结果的不确定影响程度进行了深入的分析研究,提出了一种双目标优化概念,建立了三种判别加工参数模糊性对调度结果不确定性影响程度的定量模型,指出了不同模型的使用场合及判断标准。(3)动态环境下JSP重调度理论及方法研究研究了动态生产环境下作业车间调度问题的特点,对调度解的鲁棒性和柔性进行了研究,给出了调度解的鲁棒测量的定义以及它的特性,提出了重调度概念,给出了重调度的性能测定指标,通过仿真,验证了采用遗传算法可以找到鲁棒性和柔性都很强的调度,这种调度在机器出现故障等动态环境下经过重调度后性能优于常规调度的结果。(4)针对非量产模式生产特点,开发了实用性的具有生产信息管理、生产计划自动排程、生产作业调度控制等功能的网络协同制造系统E-proms,在系统上分别实现了基于“基于约束优先加权值调度算法”和“动态混合遗传算法”的生产调度功能。该系统已应用于深圳伟创力公司。