装卸优化：柔性作业车间双资源调度算法

在当前的制造业环境中，"研产混线"（Research-Production Integration, RPI）模式下，传统的制造资源如夹具的利用效率低下，非加工时间过长，且车间调度面临较大挑战。本文主要关注的是如何优化这种情况下柔性作业车间的双资源调度问题，特别是针对夹具资源的高效管理。夹具作为关键的生产设备，在保证产品质量的同时，其合理调度对生产效率有着显著影响。 作者吴秀丽、肖晓和赵宁提出了一个数学优化模型，目标是通过最小化完工时间和准结时间来提升生产效率。准结时间是指从接到订单到产品实际交付的时间，它反映了生产过程的顺畅程度。这个模型考虑了装卸作业对生产流程的影响，因为装卸操作可能会打断生产流程，增加非增值时间。 为了求解这个问题，他们设计了一种快速非支配排序遗传算法。该算法结合了两个目标的优化，采用降准解码策略，即在选择算子时，既考虑个体的非支配等级（表示解的质量），又重视其拥挤度（群体多样性）。算法从交叉算子池和变异算子池中随机选取操作，确保了解的多样性，同时优先选择非支配等级高且不被其他个体覆盖的解进入下一代。 通过数值实验，研究结果证明了所提出的算法对于考虑装卸的柔性作业车间双资源调度问题的有效性。它能够在保证按时完成生产任务的同时，显著降低准结时间，从而提高整体生产效率和客户满意度。这种研究对于优化制造业中的资源分配和生产计划具有重要意义，也为类似问题的解决提供了新的思路和技术支持。 此外，文中还提及了其他相关研究，如模糊作业时间的再制造加工车间多目标调度方法、求解区间柔性作业车间调度的多目标进化算法、改进人工蜂群算法和混合灰狼优化算法，这些研究都围绕着柔性作业车间调度问题的不同角度进行了深入探讨，展现了在复杂制造环境下优化策略的多样性与不断演进。