1.1 经典车间生产调度问题模型及其算法

原创文章，禁止转载、抄袭或用于报告、交流等学术或商业用途

全文（其它章节内容）

https://blog.csdn.net/qq_38757869/article/details/106885769

1 绪论

本章内容介绍传统调度问题和智能生产系统的调度问题两部分，对调度问题的由来以及调度问题的基本概念与形式进行介绍，便于读者了解调度问题的本质。

1.1 传统调度问题

众所周知，生产系统的更迭与工业革命的步伐保持一致，由最初的机械化，到电气化，再到自动化、数字化，一直到现在的智能化。生产系统的初级阶段并不存在调度问题，因为生产系统的资源是充足的，不需要对生产资源进行合理的调配，以满足生产需求。因此，调度的概念在大规模生产系统出现后被提出，即就是通过对有约束的生产资源进行合理的安排，以满足一定的生产目标要求，调度问题的目标一般是，完工时间（makespan）最短、生产线负载最均衡或生产资源的消耗最少。
按照生产方法不同的，可以分为作业车间调度（JSP，job-shop scheduling）和流程车间调度（FSP，flow-shop scheduling）两类调度问题。
JSP经常用于对机械加工车间进行建模，即各工件之间不存在约束，仅工件的加工顺序需要满足加工工艺要求。比如，有2个工件在2台机器上进行加工，其各自的加工工艺要求如下：J1(M1-M2)，J2(M2-M1-M2)。意思是，工件1需要顺序完成工序1（机器1上加工）和工序2（机器2上加工），工件2需要在对应的加工机器上顺序完成工序1，工序2和工序3。这类研究问题根据机器的多少，可以分为单机调度和多机调度问题，在后续章节分别介绍。
FSP经常用于对流程生产或装配过程进行建模，即各工件需要顺序通过一些的加工机器，各工件所经过的机器顺序是相同的。比如，有2个工件在2台机器上加工，流程顺序是（M1-M2-M1）。意思是，工件1和工件2都要顺序经过机器1，机器2和机器1。这类研究问题不属于本系列文章的相关内容，后续将不再涉及。
此类问题的研究较多，主要解决方法有混合整数规划、启发式算法、人工神经网络等，但是传统算法的适应性较低，且算法难以用于大规模问题求解，后续章节将主要介绍启发式算法和人工神经网络。