本文研究了粗集理论(rough sets)和S-粗集(singular rough sets)理论在生产车间动态调度中的应用,在生产车间动态加工环境下,当生产设备损坏与修复、急加工工件到来、新加工工件到来和工件到期时间改变等实时事件发生时,静态调度不能适应动态加工环境的变化,必须采用动态调度对实时事件进行处理,以适应动态的加工环境。本论文基于粗集和S-粗集理论,并与数学规划和调度专家经验相结合,对动态调度窗口中调度工件的再识别和再调度问题,提出了相应的车间动态调度窗口工件识别方法,建立了基于上述理论的车间动态调度模型,并基于遗传算法求解所建立的动态调度模型。与传统动态调度方法相比较,仿真结果验证了所提方法的有效性和正确性,并在减少再调度次数和提高动态调度的稳定性上有一定的优势,且能获得满意的调度结果。 本文的主要工作和创新点如下: 1、阐述了车间调度的概念和意义,建立了一般的车间静态和动态调度模型。为适应车间工件调度的特点和车间动态调度实时性的要求,对遗传算法的遗传操作算子进行了改变,使其交叉算子更适合于车间工件调度模型的求解。仿真实验结果表明了所提算法的有效性和正确性。 2、研究了粗集理论在车间动态调度建模中的应用。基于粗集的分类特性、属性值和近似特性,提出了基于粗集的车间动态粗调度窗口工件识别方法,建立了车间动态粗调度模型。通过仿真实验,验证了所提动态粗调度模型的正确性和有效性。与传统动态调度方法相比,该方法减少了动态再调度的次数,均衡了设备的利用率,而且能够获得满意的调度结果。 3、研究了遗传算法在车间动态粗调度中的应用。给出了基于遗传算法山东大学博士学位论文的车间动态粗调度算法,仿真实验表明了该算法的有效性。4、研究了S一粗集理论在车间动态调度建模中的应用,把调度专家经验有效地应用于模型参数设定和S一粗集相关属性值设定上。基于S一粗集特有的副集、动态近似特性和元素迁移特性,提出了基于S一粗集的车间动态S一粗调度窗口工件识别方法,建立了基于S一粗集的车间动态S-粗调度模型。与动态粗调度模型相比,动态S一粗调度模型不但具有动态粗调度模型的优点,而且,能够更好地描述车间动态调度的动态特性,实施起来更有理论依据、更系统、更方便。仿真实验结果展示,与动态粗调度方法相比较,因采用了相同等价类工件全部加工完成启动一次再调度的策略,能进一步减少动态再调度次数,并获得满意的调度结果。5、研究了遗传算法在车间动态S一粗调度中的应用,给出了基于遗传算法的车间动态S一粗调度算法,仿真结果验证了该算法的有效性和优越性。 最后,总结了本文的主要工作,指出了进一步的研究方向。关键词:动态调度,动态识别,粗集,S一粗集,车间调度 本文的研究工作得到国家863高科技项目的资助。