◎1.2.4　成组调度研究现状

车间调度对于制造系统具有重要意义，一直是国内外学者研究的热点问题。如何缩短完工时间、提高设备等资源利用率和生产效率是当前车间调度研究关注的主要问题。随着C2M生产模式的转变，多品种、小批量的产品特征更加明显，导致生产中频繁的作业切换，影响了设备利用率和生产效率，以减少作业切换等目标的相关研究，开始成为车间调度研究的主要内容。成组技术能够有效缩短作业切换时间，根据工件结构、材料、工艺、加工资源等指标对加工工件进行聚类成组，将小批量生产转化为中、大批量生产，即成组调度。成组调度主要的研究归类如下。

（1）单机成组调度研究。

Shabtay等人研究了含有到达时间和加工时间约束的单机成组调度问题，提出了一种假设组内任务同时到达的任务匹配方法。Lu Yuanyuan等人研究了加工时间具有学习效应的单机成组调度问题，验证了加工时间、加工开始时间和任务安装时间之间的线性关系。Ji Min等人研究了带有时间窗的单机成组调度问题，以最小化总成本为优化目标，考虑了工件的相似性，对工序的提前/拖期惩罚进行问题求解。姜锐等人研究了基于最小化加权流程时间的单机成组调度问题，根据安装时间与工件组排序的关系、工件组能否分割等成组特征进行了分析，对单机成组调度问题进行分类，采用了变量排序启发式算法进行问题求解。聂黎等人考虑了产品的到达时间、工期、排序依赖作业切换时间等多种约束，建立了调度模型，以最小化提前/拖期惩罚为优化目标，采用了基于基因表达式编程的多层染色体编码方案。王桂娜等人考虑了学习和遗忘效应，以及设备故障概率，构建了单机成组调度模型。闫杨等人研究了作业切换时间依赖资源的单机成组调度问题，考虑了学习效应，应用邻接交换方法，进行问题求解。邹律龙等人研究了单机成组调度问题，以最小化总流程时间为优化目标，采用整数实值编码，选择随机采样、单点交叉及变异检查，提出了改进遗传算法进行单机成组调度问题求解。贺宁等人研究了具有恶化效应和释放时间约束的单机成组调度问题，以最小化总完工时间为优化目标，分析了系统的性能，并提出多项式算法求解问题。闫杨等人研究了具有连续资源的单机成组调度问题，在满足资源消耗总量的限制条件下，以极小化最大完工时间和为实现极小化最大完工时间目标的最小化资源消耗总量为优化目标。

（2）并行机成组调度研究。

衣杨等人研究了并行多机成组调度，以最小化总完工时间为优化目标，采用禁忌搜索结合启发式的智能算法进行问题求解，并且证明了该算法具有解决大规模实际问题的潜力。常俊林等人研究了并行机成组调度问题，以最小化提前/拖期惩罚为优化目标，提出了一种三阶段启发式近似算法。首先，根据最小化总拖期时间为优化目标安排工件次序，其次，依照拖期最小的顺序将工件分配至负荷最小的设备上，最后，采用改进的GTW算法在每台设备上的工件间隔插入空闲时间片段，从而满足加工开始时间的约束条件。Abraham,G.T.等人研究了多级的并行机调度，对不同的分组采用几种不同的调度算法，通过实验验证找到不同分组调度算法的最优排序。Bozorgirad等人针对排序依赖成组的不相关并行机调度问题，构建了混合整数线性规划模型，结合WEDD规则给出了启发式算法进行问题模型求解。

（3）作业车间成组调度研究。

张维存等人提出了一种求解柔性作业车间成组调度问题的蚁群粒子群算法，以最小流程时间为优化目标，采用主从递阶形式进行问题求解，主级为蚁群优化算法，选择零件加工设备；从级为粒子群优化算法，在主级零件加工设备约束下优化设备的作业排序。王英玲等人利用成组技术研究了作业车间工件的加工顺序优化，但没有考虑各工件批量大小和不同加工顺序产生的作业切换时间。

（4）流水车间成组调度研究。

孔继利等人为解决调整时间与搬运时间可分离的多目标流水车间成组调度问题，建立了以生产周期为主要目标、以停机次数和总搬运次数为次要目标的多目标决策模型。郑永前等人针对流水车间成组调度问题，以最小化总流程时间为优化目标，加入序列相关的准备时间和有限缓冲的约束，提出了一种将进化算法和禁忌搜索相结合的混合算法，即利用微分进化的并行性搜索确定各组内的工件顺序，应用禁忌搜索寻找最优的工件组顺序。程贞敏等人研究了流水线车间成组调度问题，提出了一种基于WSPT规则的启发式方法，并对该算法的上界进行了评估。Neufeld,J.S.等人研究了排序依赖作业切换时间的流水线车间成组调度问题，以最小化完工时间为优化目标，采用插入空闲时间的方法解决成组调度问题，应用启发式算法分层进行求解。Keshavarz,T.等人研究了柔性流水车间成组调度问题，以最小化总完工时间为优化目标，建立了混合整数线性数学模型，提出了基于记忆式演算法的元启发式算法。Liou,C.等人研究了多级流水车间成组调度问题，以最小化完工时间为优化目标，对工件进行编码分组、排序，采用粒子群优化和遗传算法混合算法解决问题，并验证了混合算法的有效性。Qin,H.等人研究了排序依赖学习效应的流水车间成组调度，得出了机器上每个加工工件的学习效应不仅取决于工件位置，还取决于它在工件组的位置的结论，分别研究了最小化进程、最小化总完工时间、最小化带权重的完工时间和最小化总拖延时间的优化目标，对目标函数的边界进行评价，在启发式算法的基础上采用遗传算法进行求解。

M.Ebrahimi等人研究了混合车间成组调度问题，考虑了任务到达不确定性因素的影响，提出了以非支配排序原则为基础的遗传算法。李霄峰等人提出了一种基于逆向仿真技术的瓶颈调度理论，并将其应用于混合流水车间成组调度问题的研究。陈亚绒等人研究了面向大规模定制的模块工件成组调度问题，以最小化加权拖期为优化目标，对产品与生产特征进行分析，提出了以识别瓶颈工序为基础的启发式方法，实现了生产成本与交货期的优化。樊欣洋和宋博文分别研究了基于成组技术的订单式Job-shop调度方法，提出了考虑相近的工期及制造工艺相似性订单成组策略，订单成组并生成虚拟件，以最小化总完工时间为优化目标。

综上所述，目前成组技术研究主要应用于单机调度和流水线车间调度问题，主要通过相似工艺进行工件成组，并且较多研究考虑了学习效应。而对于小批量产品，加工时间和作业切换时间的学习效应并不明显，而且根据相似工艺成组调度加工的工件并不能有效地缩短作业切换时间。目前，对于Job-shop成组调度研究较少，并且只有部分研究考虑了优化作业切换时间。