基于规则组合的Job Shop多目标柔性调度方法研究的任务书.docx

基于规则组合的JobShop多目标柔性调度方法研究的任务书
任务书
背景介绍：
JobShop问题是制造业中普遍存在的一种关键性质问题，其复杂程度在过去的几十年里成为许多研究者的焦点。这个问题的概念通常指由固定数目的非同类机器和工序组成的系统，其中每个工序需要处理一个物品，并且必须满足一些约束。通常，物品由一组操作组成，每个操作在一个特定机器上执行，一次只能在一个机器上处理一个操作，并且所有操作必须按照一个严格的顺序完成。当满足这些约束时，目标在于最小化完成任务所需要的时间或最小化资源的使用率。在采用流程制造或混合制造方式的制造环境中，解决JobShop问题是一个关键问题，也是提高效率、降低成本的重要手段之一。
随着市场的竞争日益加剧，现代制造业对更高效率、更高生产力和更短的反应时间提出了更高的要求，因此研究JobShop问题是非常重要和有必要的。越来越多的研究者使用改进的算法和技术来解决这个问题，因此，本研究旨在基于规则组合的JobShop多目标柔性调度方法，对多目标优化问题进行探究。
任务描述：
本研究的任务是基于规则组合的JobShop多目标柔性调度方法研究。在这个研究中，我们将以JobShop问题为基础，利用规则组合技术解决JobShop问题中的多目标优化问题。我们将采用生产企业中的实际数据进行模拟测试，并且在多个生产企业中使用我们的研究算法。
完成任务的主要目标是：
1.确认多目标优化问题与规则组合技术之间的联系；
2.针对JobShop问题，提出一个基于规则组合的多目标优化算法；
3.基于真实数据建立模型并进行测试，分析和评估算法的性能；
4.对研究结果进行分析和讨论，总结得到的发现并提供参考和建议。
完成任务的内容包括：
1.阅读相关文献和资料，深入理解JobShop问题和规则组合技术的原理和方法；
2.研究现有的多目标优化算法和技术，将其应用到JobShop问题的多目标优化中；
3.提出一种基于规则组合的多目标优化算法，设计和实现算法的解决方案。
4.建立模型和数据处理程序，对所提出的算法进行模拟测试和评估性能。
5.通过对实验结果的分析，评估算法的性能和优劣，并对实验结果进行讨论和总结。
完成任务需要用到以下技能：
1.熟悉JobShop问题和多目标优化问题理论；
2.熟练掌握数据建模和处理技术；
3.能够熟练地应用规则组合技术和多目标优化算法实现解决方案；
4.能够撰写高质量的学术论文。
时间要求：
本研究需要在3个月内完成。其中，第一阶段是文献综述和理论探究，约需1个月。第二阶段是算法设计和程序开发，约需1个月。第三阶段是测试、分析和撰写论文，约需1个月。
参考文献：
1.LiangG,QuB,ShenZJM.Acombinedmulti-objectiveandantcolonyoptimizationapproachtoscheduleajobshopwithdynamicoperations[J].InternationalJournalofProductionResearch,2012,50(18):5158-5174.
2.KangSH,LeeKR.Afuzzymulti-objectiveoptimizationapproachtojobshopschedulingproblemswithmachineblocking[J].ExpertSystemswithApplications,2013,40(3):732-739.
3.XuW,HuW,ZhangL,etal.Ahybridmulti-objectivegeneticalgorithmforflexiblejob-shopschedulingproblemwithmaintenanceconsideration[J].JournalofIntelligentManufacturing,2014,25(3):443-453.