第1章緒論 001
1.1生產調度問題及其分類 002
1.2生產調度問題的描述 007
1.3生產調度問題的優化方法 011
1.3.1傳統數學運籌學方法 011
1.3.2啟發式規則方法 012
1.3.3智能優化方法 014
1.4不確定性生產調度 024
1.4.1不確定性因素的分類 024
1.4.2不確定性因素的數學描述 025
1.4.3不確定性生產調度方法 026
參考文獻 028

第2章工業混雜繫統生產調度數學模型 033
2.1生產調度問題模型概述 034
2.2間歇生產調度數學模型 035
2.3不確定性調度數學模型 044
2.3.1基於模糊規劃的生產調度模型 045
2.3.2基於隨機規劃的生產調度模型 057
參考文獻 063

第3章基於進化算法的確定性離散過程生產調度 067
3.1基於協同進化遺傳算法的智能調度 068
3.1.1遺傳算法 068
3.1.2基本合作型協同進化遺傳算法 074
3.1.3災變合作型協同進化遺傳算法 083
3.1.4基於災變合作型協同進化遺傳算法的Job Shop調度 088
3.2基於免疫優化算法的智能調度 097
3.2.1免疫繫統理論 097
3.2.2改進的免疫優化算法 105
3.2.3內分泌免疫算法 108
3.2.4基於內分泌激素調節機制的零等待Flow Shop免疫調度算法 113
3.2.5基於內分泌免疫算法的中間儲罐有限存儲時間Flow Shop調度算法 128
3.3基於文化算法的智能調度 137
3.3.1文化算法 137
3.3.2災變型文化算法 142
3.3.3基於災變型文化算法的無限中間存儲時間的多產品調度 146
3.3.4仿真研究 148
參考文獻 156

第4章基於群智能優化算法的離散過程生產調度 159
4.1基於粒子群優化算法的智能調度 160
4.1.1粒子群優化算法 160
4.1.2基於混合粒子群算法的Flow Shop生產調度 167
4.1.3仿真研究 179
4.2基於蟻群算法的智能調度 191
4.2.1基本蟻群算法 191
4.2.2改進的蟻群算法 199
4.2.3基於改進蟻群優化算法的Job Shop調度 204
4.3基於混沌量子粒子群優化算法的智能調度 213
4.3.1量子粒子群優化算法 213
4.3.2混沌優化算法 214
4.3.3?混沌量子粒子群優化算法 218
4.3.4基於混沌量子粒子群優化算法的置換流水車間調度 221
4.4基於生物地理學優化算法的智能調度 232
4.4.1生物地理學優化算法 232
4.4.2基於改進的BBO算法的混合流水車間調度 237
4.4.3仿真及試驗 241
參考文獻 247

第5章復雜生產過程調度問題的研究 251
5.1基於離散正弦優化算法的零空閑置換Flow Shop調度 252
5.1.1零空閑置換Flow Shop調度問題 253
5.1.2求解零空閑置換Flow Shop調度問題的離散正弦優化算法 255
5.1.3仿真及分析 261
5.2基於貪婪引力搜索算法的混合零空閑置換Flow Shop調度 268
5.2.1混合零空閑置換Flow Shop調度問題 268
5.2.2求解混合零空閑置換Flow Shop調度問題的貪婪引力搜索算法 271
5.2.3仿真及分析 278
5.3基於教與學和分布估計混合算法的異速並行機Flow Shop調度問題 285
5.3.1異速並行機Flow Shop調度問題建模 285
5.3.2基本教與學優化算法 289
5.3.3求解異速並行機Flow Shop調度的教與學和分布估計混合算法 292
5.3.4仿真研究 298
參考文獻 303

第6章不確定環境下的生產調度 307
6.1基於免疫算法的不確定智能調度 308
6.1.1不確定條件下零等待存儲策略的Flow Shop調度問題 308
6.1.2不確定條件下中間儲罐存儲時間有限型Flow Shop調度問題 317
6.2基於分布估計算法的不確定智能調度 321
6.2.1基於分布估計算法的中間存儲時間有限模糊Flow Shop調度 321
6.2.2基於改進分布估計算法的帶並行機模糊混合Flow Shop調度 338
6.3基於分散搜索機制粒子群算法的模糊Flow Shop提前拖期調度 352
6.3.1不確定Flow Shop提前拖期調度的模糊規劃模型 352
6.3.2求解模糊Flow Shop提前拖期調度的分散搜索機制粒子群算法 356
6.3.3仿真及分析 363
參考文獻 369

第7章不確定條件下多目的間歇過程的短期調度 371
7.1單周期需求不確定條件下多目的間歇過程的短期調度 372
7.1.1單周期需求不確定條件下多目的間歇過程短期調度模型 372
7.1.2單周期需求不確定條件下多目的間歇過程短期調度模型的求解 376
7.1.3仿真研究 382
7.2多周期需求不確定條件下多目的間歇過程的短期調度 393
7.2.1多周期需求不確定的多目的間歇過程短期調度問題的隨機模型 393
7.2.2TSM中隨機目標函數的期望 400
7.2.3TSM中機會約束確定的等價表達 403
7.2.4TSM中聯合的機會約束確定的等價表達 404
7.2.5多周期需求不確定的多目的間歇過程短期調度隨機模型的求解 406
7.2.6仿真研究 409
參考文獻 416

第8章基於智能優化的多目標生產調度 419
8.1基於生物地理學算法的多目標智能調度 420
8.1.1多目標優化問題的一般描述 422
8.1.2多目標柔性Job Shop調度問題 424
8.1.3改進多目標BBO優化算法 426
8.1.4仿真研究 434
8.2基於粒子群優化的多目標智能調度 446
8.2.1多目標柔性作業車間調度模型 447
8.2.2兩階段多子群粒子群算法（TM-MOPSO）的設計和實現 448
8.2.3仿真研究 456
參考文獻 463

現代化的制造業是國民經濟的支柱產業，對我國國民經濟的發展有著不可替代的作用，其發展水平直接影響到國家的經濟基礎和綜合實力。隨著現代科學技術的發展，生產規模不斷擴大，復雜性越來越高，市場競爭也愈加激烈，生產調度作為制造企業生產計劃管理和控制的核心環節和關鍵技術，正扮演著越來越重要的角色。
生產調度是將有限的資源分配給各項不同任務的決策過程，其目的是優化一個或多個目標。優化的生產調度方案，可以使企業快速適應市場變化，保證企業的短期效益和長遠效益，從而提高生產效率、降低生產成本、降低庫存和消耗，為企業帶來顯著的經濟效益和社會效益。
與離散制造業不同，流程工業是以連續或者間歇物質、能量流為主要對像，以化學反應、物質交換、能量交換、分離、混合為主要生產加工方式的工業，主要涉及石油、化工、冶金、發電、制藥、食品等行業。流程工業具有涉及品種繁多、層次復雜、服務面廣泛、配套性強等特點。現代流程工業生產過程可以分為三類：連續工業生產過程、間歇工業生產過程以及混雜工業生產過程。混雜工業生產過程不僅具有連續工業生產的大型化、復雜化等特點，也具有間歇工業生產過程的多品種、小批量、生產設備功能冗餘、生產工藝路線靈活、產品附加值高等特點，從而表現出良好的靈活性和適應性。混雜工業生產企業的經營狀況十分依賴生產調度方案，通過實施科學合理、優化的生產調度方案，可以有效提高企業的生產能力，在不增加設備投入的情況下，獲得顯著的經濟效益。
混雜工業生產過程工藝流程復雜，往往伴隨著多種物理、化學變化以及物料的分離、混合、存儲、轉移等操作，工藝流程往往具有分布式、多階段、多設備並行運行、多批次等特征。高效的優化技術與調度方法的研究與應用，是實現企業節能、降耗、減排、降低生產成本和提高生產效率的關鍵核心環節。優化的生產計劃與調度可以對企業的資金、設備、人力資源等進行優化配置，使企業在有限資源約束下產生最大的經濟效益。
現代工業企業的生產活動包括市場供求的分析、企業市場計劃的決策、生產計劃的制定、生產調度方案的選擇、實際的生產過程、產品的銷售和市場反饋等多個環節。面對全球化的國際、國內市場，各種突發自然災害、政治事件或事故災難，都會造成市場環境的快速變化，從而使原料、產品價格劇烈波動；原料來源的復雜多樣、客戶要求的不斷變化、生產設備特性隨生產過程的緩慢變化、生產流程中各異常故障的難以預見性等，都使生產調度具有高度不確定性。這種不確定性，給混雜工業生產調度相互之間的協調優化帶來更大的困難。以上這些都要求科研人員和企業要研究分析不確定性對企業生產及經營過程的影響，制定具有適應能力、具有可操作性的生產調度方案，以滿足實際需要，使企業制定的調度方案能自動地適應不確定的環境，從而保證調度方案的最優性。
許多調度問題從復雜度理論上講是NP-難的，經典的調度算法如啟發式規則、分支定界法求解調度問題面臨很大的困難，很難獲得問題的最優解，或者獲得最優解需要付出巨大的計算代價。近幾十年來興起的進化算法和群智能優化算法等智能優化方法，在不需要求解復雜數學規劃模型的基礎上可獲得令人滿意的調度解，是解決實際生產調度問題的有效方法，因此得到了國內外學者的廣泛關注。這類算法通常利用自然、生物或人類社會中存在的智能現像，設計有效的更新機制，借助計算機的迭代運算，搜索問題的可行解，從而獲得復雜難題的最優解或滿意解。
目前，國內外對生產調度問題的研究已取得很大進展，考慮的生產調度問題涵蓋了離散工業生產的單機、並行機、流水車間、作業車間、開放車間等，使用的智能方法包括遺傳算法、模擬退火算法、粒子群算法等。然而，對於流程工業生產調度，尤其是混雜工業生產過程的調度方法，相對離散工業生產而言，還不夠繫統、廣泛和深入。鋻於此，筆者基於近三十年的科學研究和研究生培養工作的積累，依托國家自然科學基金和國家高技術研究發展計劃（863計劃）項目等，將課題組的部分研究成果融合，彙編成本著作。
本書主要闡述確定性和不確定性生產調度問題的模型及其智能求解方法，重點闡述確定性和不確定性條件下混雜工業生產過程的調度模型、基於進化算法和群智能優化算法的確定性生產調度方法、不確定環境下的生產調度方法、不確定性條件下多目的間歇過程的短期調度、基於智能優化的多目標生產調度等。
本書可供相關科研和開發人員參考，也可作為控制科學與工程、自動化、工業工程、機械工程、計算機科學與技術、管理科學與工程等學科的本科生、研究生和教師的參考書。
本書是筆者與研究生們共同研究結果的彙集，筆者特別感謝我的學生們，他們是曹萃文、黎冰、牛群、連志剛、焦斌、於艾清、朱瑾、谷金蔚、鄧冠龍、崔喆、楊玉珍、孫澤文、丁豪傑、韓豫鑫、闫雪麗、周昕、張建明、周艷平、王祎、耿佳燦、楊子江、李知聰、趙芮、郎峻、陳知美、李明切、劉琦、鄭璐、李平、吳超超、雙兵、張瑜玲、楊文明、王言林、程俊、路飛、靳費慧、馬威、王碩、劉華、喬純陸、韓煒、盛立綱、黃佳琳、李佳磊、張丫丫、季楠等。感謝周昕博士對書稿的校對和整理工作。
本書研究工作得到了國家自然科學基金項目（61973120、61573144、61174040、60774078、60674075、60274043、69874012、61104178、62076095、 61673175）、國家高技術研究發展計劃（863計劃）項目（2009AA04Z141、2002AA412610、863-511-945-001）等的資助。
由於筆者水平有限，時間倉促，本書內容還有不足之處，懇請讀者批評指正。

顧幸生