为满足多品种小批量铝镁机匣高精度、高效加工需求,构建铝镁机匣柔性制造单元。首先通过对铝镁机匣加工工艺特点及企业制造车间生产调度现状进行分析,以最小总完工时间为优化目标构建了铝镁机匣柔性制造单元生产调度数学模型;再针对模型设计了基于改进式遗传算法的静态调度方法;最后根据实际生产过程中容易发生的异常事件,设计了基于事件驱动的动态调度方案。铝镁机匣柔性制造单元的建设对解决当前铝镁机匣生产制造过程中存在的问题具有重要意义,为建设智能车间奠定了坚实基础。

本文就新余钢铁集团（以下简称“新钢公司”）能源管控系统的硬件、软件架构，组成及功能进行了阐述，该系统实现了能源全流程管控一体化，生产调度的可视化，能源、生产管理的信息化。

以制造执行系统（MES）为核心，针对染色工业中存在的实时监控问题，结合染色工业的现状，首先提出一种企业生产过程控制和管理的PCS／MES／ERP三层体系结构，然后，以此为基础，设计了基于生产过程控制和管理于一体的MES系统，该系统包括了九大功能模块：染色车间集中监控系统、生产作业管理系统、调度系统、工艺管理、能耗管理和考核系统、设备管理、作业人员管理、生产统计和数据接口管理，最后，就MES系统实现问题进行了初步探讨．并将MES结构设计内容应用于国内一家大型染色生产企业中．

以制造执行系统（MES）框架模型和思想理念为指导，结合染色车间管理现状，建立基于MES的染色车间信息系统．该系统能弥补企业计划层和生产控制层之间的断层，提高生产效率、优化资源配置、降低物耗和能耗．然后较详细地讨论了MES系统中几个主要部分：染色车间集中监控系统、生产作业调度系统、生产能耗管理和考核系统．其中染色车间集中监控系统已在某印染企业染色车间得到了应用，并取得了良好的效果．

针对国内某大型炼钢厂生产调度中的制造命令调整问题，提出了采用多目标优化模型和启发式算法分别进行时间和设备调整。近期，该技术已在该炼钢厂应用，运行结果表明了模型算法的有效性和实用性。

为解决液压元件制造车间生产调度过程混乱的问题,提出一种基于NSGA-Ⅱ的多目标柔性生产调度优化算法,并建立了相关的数学模型。采用非支配排序和精英储备策略,并设计了算法的编码解码以及交叉、选择和变异的遗传算子。最终通过实例分析,将得出的基于基本加工时间、设备负荷率和生产成本的全局最优解与传统遗传算法优化值进行对比,可见此算法可提高液压制造车间的生产调度效率。

根据柔性作业车间的生产特点,对基本猫群优化算法进行设计和改进,提出了一种改进型猫群优化算法(ImprovedCatSwarmOptimization,ICSO),用于优化车间内工件的最大完工时间。算法给出了两段式个体位置编码方式和基于启发式算法的种群初始化策略;采用自适应行为模式选择方法,使其能够有效协调算法全局和局部搜索;提出了基于多样化搜寻算子的搜寻模式,增强算法的全局搜索能力;提出了基于莱维飞行的跟踪模式,增强算法的局部搜索能力。此外,算法中还引入了跳跃机制,使算法性能能够得到进一步的改善。实验数据表明ICSO算法在求解FJSP问题方面具有一定的有效性。

为了提高生产效率、降低能源消耗量,通过分析低碳调度问题的研究现状,建立一种柔性作业车间内以能耗成本和完工时间成本加权和最小为目标的低碳调度问题的数学模型。根据所建模型的特点,对灰狼优化算法进行一系列设计和改进。首先采用两段式个体位置编码/解码机制,并利用基于启发式算法的种群初始化方法提高初始解的质量;分别设计了收敛因子非线性调整策略以及带权重系数的个体位置更新方法,并将其作用于算法进化过程;在算法中嵌入了局部搜索算法,用于加强局部搜索能力。大量仿真数据表明,所提算法在求解柔性作业车间低碳调度问题方面具有一定的有效性。

针对包含易变质药品的柔性均衡制药车间调度问题,提出一种基于列生成框架的算法.通过设计面向虚拟作业对的排序策略,表征制药过程中的无等待现象,利用动态规划方法求解由原调度问题衍生出的价格问题,并设计改进的分支定界算法求得最终的调度方案.由不同规模的数值实验可知,对于规模较小的多阶段连续型柔性制药车间调度问题,提出的算法可求得最优解;对于传统优化软件难以求解的较大规模问题,该算法仍可在较短时间内得到高质量的药品生产调度方案,从而验证了该调度算法的有效性,并可为实际连续型柔性制药车间提供辅助排程决策.

为了探索设备退化效应对维护和生产调度耦合关系的影响,对多态单机生产系统调度与预防性维护集成优化进行研究。基于预防性维护费用、工件加工成本以及工件完工回报值,建立了无限阶段平均期望报酬Markov决策模型,并分析和证明了该集成优化模型最优平稳策略的存在性,获得了该模型的最优方程。基于模型最优方程设计了一种无模型强化学习算法用于求解Markov决策模型,可有效解决传统动态规划算法在求解模型时所遭遇的维数灾和模型灾难题。为了评估该无模型强化学习的性能,基于无限阶段平均期望报酬设计了一种启发式求解算法,实验分析结果验证了所引入的无模型强化学习算法的有效性。最后,对该强化学习算法参数进行了敏感性分析,探索各参数对算法性能的影响,为算法设计及其性能提高提供了相应的实验依据。