離散車間生產調度是提高運營效率、降低成本，乃至取得競爭優勢的重要手段和有力工具。隨著離散車間生產調度問題的深入研究，新問題、新模型和新方法不斷湧現。

離散車間生產調度是提高運營效率、降低成本，乃至取得競爭優勢的重要手段和有力工具。隨著離散車間生產調度問題的深入研究，新問題、新模型和新方法不斷湧現。本書共7章：第1章為緒論；第2章為Job-shop**作業切換的成組調度模型與關鍵技術；第3章為基於加工資源相似度的聚類成組研究；第4章為基於EDD-SDST-ACO啟發規則的**作業切換單機成組調度研究；第5章為基於GATS混合算法的**作業切換不相關並行機成組調度研究；第6章為基於QCSO混合算法的**作業切換柔性Job-shop調度研究；第7章為總結與展望。本書可作為高等院校工業工程類專業本科生和工程碩士的輔助教材，也可供相關企業的工業工程師和生產管理人員閱讀參考。

宋海草，陝西西安人，博士研究生，副教授。山東工商學院管理科學與工程學院工業工程繫主任。山東省高等教育學會會員。學習經歷：2003年獲得西安科技大學安全工程專業學士學位；2010年獲得石河子大學農業機械化工程專業碩士學位；2016年獲得重慶大學管理科學與工程專業博士學位。工作經歷：2004年3月至2018年6月就職於石河子大學機械電氣工程學院工業工程繫；2018年7月至今就職於山東工商學院管理科學與工程學院工業工程繫。1.基於加工資源的零件分類成組研究[J], 上海交通大學學報，2016,50(9)1460-1466．(EI檢索號：20164202924599)(第一作者)2.A study of job shop standard setup time quota[J], Prod Eng- Devel, 2016(10):185-196.(EI檢索號：20155101700663) (第一作者)3. A STUDY OF THE STANDARD SETUP TIME QUOTA BASED ON EMPLOYEES’ KNOWLEDGE[C], The 45th International Conference on Computers & Industrial Engineering (CIE45)- Metz, France, on October 28-30, 2015.(大會宣讀論文)(EI檢索號：20161602261592) (第一作者)4. Single machine scheduling based on EDD-SDST-ACO heuristic algorithm[J], Journal of Intelligent Systems,2017 4（26）：657-668（EI期刊）(第一作者)5.基於模糊聚類K-means的播種機焊接零件編碼分類[J],石河子大學學報(自然科學版),2016,34(2)：238-243.（通訊作者）6. 基於GATS混合算法的**作業切換不相關並行機成組調度研究[J].重慶大學學報，2019.12月底出版。(第一作者)7.石河子大學應用基礎研究青年項目"播種機焊接件生產的成組調度研究”(2014ZRKXYQ06)， 2015.01-2016.12，主持，已結題。8.山東工商學院博士基金項目"大數據環境下離散車間排序依賴作業切換的生產調度研究”，2019-2021，主持，在研。

1 緒論 / 1
1．1 研究背景 / 3
1．2 國內外相關研究現狀 / 8
1．2．1 作業切換 / 8
1．2．2 成組技術 / 13
1．2．3 Job-shop調度 / 16
1．2．4 成組調度研究現狀 / 22
1．3 研究目的意義 / 27
1．4 研究內容、方法、技術路線 / 29
1．4．1 研究內容 / 29
1．4．2 研究方法 / 31
1．4．3 技術路線 / 32
1．5 本書的創新之處 / 34
1．6 本章小結 / 36
2 Job-shop最優作業切換的成組調度模型與關鍵技術 / 37
2．1 引言 / 39
2．2 Job-shop最優作業切換問題 / 41
2．2．1 Job-shop調度 / 41
2．2．2 Job-shop作業切換 / 43
2．2．3 Job-shop作業切換影響因素分析 / 49
2．2．4 最優作業切換問題的提出 / 52
2．3 基於成組技術的最優作業切換的Job- shop調度模型 / 55
2．3．1 面向Job-shop最優作業切換成組調度 / 55
2．3．2 基於成組技術的最優作業切換的Job-shop調度模型 / 57
2．4 面向最優作業切換的Job-shop成組調度關鍵技術 / 59
2．4．1 零件聚類成組 / 59
2．4．2 基於成組技術的最優作業切換單機調度問題 / 60
2．4．3 基於成組技術的最優作業切換不相關並行機調度問題 / 62
2．4．4 基於成組技術的最優作業切換柔性Job- shop調度問題 / 63
2．5 本章小結 / 65
3 基於加工資源相似度的聚類成組研究 / 67
3．1 引言 / 69
3．2 加工資源特征 / 73
3．3 加工資源相似性度量 / 75
3．3．1 建立編碼矩陣 / 75
3．3．2 加工資源的加權相似性度量 / 76
3．4 基於加工資源相似的零件聚類成組遺傳算法 / 78
3．4．1 聚類效果評價 / 79
3．4．2 目標函數 / 80
3．4．3 分組編碼 / 82
3．4．4 種群初始化 / 82
3．4．5 適應度函數 / 83
3．4．6 選擇操作 / 83
3．4．7 交叉操作 / 83
3．4．8 變異操作 / 84
3．5 實例驗證 / 86
3．5．1 數據生成 / 86
3．5．2 計算結果 / 88
3．6 本章小結 / 91
4 基於EDD-SDST-ACO啟發規則的最優作業切換單機成組
調度研究 / 93
4．1 引言 / 95
4．2 問題描述 / 97
4．3 模型構建 / 99
4．4 EDD-SDST-ACO啟發式規則 / 101
4．4．1 蟻群算法 / 102
4．4．2 工件組排序 / 104
4．4．3 工件組內排序 / 105
4．4．4 信息素更新策略 / 106
4．4．5 EDD-SDST-ACO算法流程 / 108
4．5 EDD-SDST-ACO啟發式規則有效性驗證 / 111
4．5．1 數據生成 / 111
4．5．2 參數設置 / 111
4．5．3 計算結果 / 118
4．6 實證研究 / 120
4．7 本章小結 / 122
5 基於GATS混合算法的最優作業切換不相關並行機成組
調度研究 / 125
5．1 引言 / 127
5．2 問題描述 / 132
5．3 模型構建 / 133
5．4 算法設計 / 136
5．4．1 種群初始化 / 137
5．4．2 適應度函數 / 138
5．4．3 獲得初始解 / 139
5．4．4 鄰域生成方法 / 142
5．4．5 交叉操作 / 144
5．4．6 變異操作 / 144
5．4．7 遺傳禁忌搜索算法流程 / 145
5．5 算法有效性驗證 / 149
5．5．1 數據生成 / 149
5．5．2 算法參數設置 / 150
5．5．3 計算結果 / 156
5．6 本章小結 / 159
6 基於QCSO混合算法的最優作業切換柔性Job-shop
調度研究 / 161
6．1 引言 / 163
6．2 問題描述 / 168
6．3 模型構建 / 170
6．4 算法設計 / 173
6．4．1 編碼機制 / 176
6．4．2 解碼機制 / 177
6．4．3 搜索模式 / 179
6．4．4 跟蹤模式 / 180
6．4．5 量子旋轉角更新 / 181
6．4．6 適應度函數 / 183
6．4．7 量子貓群優化算法流程 / 183
6．5 算法有效性驗證 / 185
6．5．1 數據生成 / 185
6．5．2 計算結果 / 189
6．6 實證研究 / 198
6．7 本章小結 / 202
7 總結與展望 / 205
7．1 本書總結 / 207
7．2 研究展望 / 210
參考文獻 / 213

制造業是我國經濟的主體，是立國之本、興國之器和強國之基。為了滿足客戶的個性化需求，以及提高應對市場的柔性，顧客到制造（Customer to Manufacture，C2M）的生產模式成為制造企業發展的方向，該生產模式下的產品所具備的多品種、小批量特征更加明顯，導致加工過程出現頻繁的作業切換活動和大量的作業切換時間（Setup Time），降低了設備等資源利用率和生產效率。經典的調度理論主要考慮作業排隊等待時間，較少考慮作業切換時間，導致C2M生產模式存在較大的時間浪費問題。

根據離散制造企業調研分析發現，C2M生產模式下某些工序的作業切換時間甚至高於加工時間十幾倍，明顯降低了設備等資源的利用率，影響了產品的生產周期。不同的車間調度方案需要不同的作業切換時間，這加大了生產計劃制定和執行控制的難度。因此，本書基於成組技術研究了離散車間排序依賴作業切換生產調度方案，對離散制造車間調度管理具有重要的科學研究價值和工程實踐意義。

本書研究的主要內容及成果包括以下五個方面。

（1）分析了離散車間生產調度和作業切換現狀，以及作業切換時間的影響因素。基於此，提出了基於成組技術的離散車間排序依賴作業切換調度問題，並建立了總體模型。

（2）研究了基於加工資源相似度的零件聚類成組方法。數控車間加工資源主要包括機器、工裝、裝夾方式、加工精度、數控程序和員工知識水平等。首先對加工零件所需資源進行分類，對不同類別資源劃分子類，采用0-1整數編碼表示加工是否需要該項資源。根據加工資源對作業切換時間長短的不同影響，確定核心加工資源和一般加工資源的權重。采用Jaccard繫數計算零件間“相似度”，應用成組遺傳算法確定零件的分類成組，並通過案例研究驗證了書中提出方法的可行性和有效性。

（3）研究了基於成組技術的最優作業切換的單機成組調度問題。以最小化總拖延時間為優化目標，通過排序依賴作業切換時間的調度方案來縮短作業切換時間。首先根據工件所需加工資源相似性進行聚類成組，其次采用EDD-SDST-ACO啟發式規則，並用田口設計方法的信噪比（SNR）進行算法參數優化，通過仿真分析分別對比了本書提出的優化規則與蟻群算法（ACO）和遺傳算法（GA）求解優化目標的最大值、最小值和平均值，以及搜索最優解的次數。運行結果驗證了EDD-SDST-ACO啟發式規則的有效性和可行性，並通過實例對比了企業目前采用的調度方案。結果證實：書中提出的調度方案使總完工時間縮短了22.9%，總拖延時間縮短了99%，設備利用率提高了21.87%。

（4）研究了基於成組技術的最優作業切換的不相關並行機成組調度問題。以最小化總拖延時間為優化目標，通過排序依賴作業切換時間的調度方案來縮短作業切換時間。由於每臺機器上的加工速度因子不同，首先研究了所有工件組在各機器上的分配，其次研究了同一臺機器上各工件組的優化順序，工件組不同的加工排序產生了不同的作業切換時間和總拖延時間，同組內工件間的作業切換時間視為0。建立了該問題的數學規劃模型，應用遺傳禁忌搜索（GATS）算法進行目標優化。采用田口設計方法的信噪比（SNR）對GATS算法參數進行優化，針對不同規模問題進行仿真分析，分別對比了人工蜂群（ABC）算法和遺傳模擬退火（GASA）算法運行結果，驗證結果證明了GATS算法的有效性和可行性。

（5）研究了基於成組技術的最優作業切換的柔性Job-shop調度問題，以最小化總完工時間為優化目標，考慮排序依賴作業切換時間、加工時間和機器負荷等因素的約束，首先根據機器負荷和加工時間選擇加工機器，其次根據作業切換時間和加工時間進行機器上加工任務排序。提出了改進的QCSO算法進行問題求解，將量子比特與貓群算法結合起來，引入了量子編碼，通過量子旋轉角的更新完成貓群位置迭代更新，根據算法迭代次數的變化選擇動態MR值，擴大了解的空間，提高了算法的運行效率和速度。通過仿真實驗對比了改進的QCSO算法和PGA算法運行結果，驗證結果證明：改進的QCSO算法具有較好的尋優結果，算法的魯棒性較好。實例研究結果顯示：書中提出的調度方案比企業目前采用的調度方案的最大完工時間縮短了34.18%，設備利用率提高了31.55%。

本書第1章、第2章、第3章、第4章和第5章由宋海草撰寫，第6章和第7章由劉盼撰寫。在撰寫過程中得到重慶大學易樹平教授悉心指導，同時收到了溫沛涵副教授、段鷹副教授、高慶萱副教授、陳友玲教授、陳曉慧教授、楊育教授、尹超教授、李玉林副教授、劉覓等老師和同門給出的中肯的建議和意見。也感謝貴州航天設備制造有限公司、貴州航天天馬機電科技有限責任公司及重慶齒輪廠的同事對本書撰寫的大力支持和幫助。

再次感謝大家的幫助，由於本人水平有限，本專著還存在不足和需改進的方面，敬請大家批評指正，以便完善。