印染企业中,染色加工是浸染生产的核心,也是产生污染的主要工序。染缸染色加工的工序周期长、能源消耗大、资源约束多、随机性高,使得染缸排产成为一项非常繁琐且技术性较高的工作。当前,我国染纱车间大部分仍靠技术工人凭经验来制定染缸排产计划。但是,单靠人工排产不仅费时、费力而且还很难把影响染缸排产的诸多因素都考虑到,往往造成设备利用不平衡,水、蒸汽、电能等能源浪费严重的情况。因此,合理安排染缸生产任务,可以提高车间产能,保证按期完成订单;另一方面,能够降低能耗、减少废水废气的排放,无论对企业的经济效益还是社会效益都有着重要的现实意义。本文将浸染生产的染缸排产优化问题归结为批处理过程调度问题。在结合实际印染企业生产背景的同时,详细分析染缸排产计划制定过程中需要考虑的各种生产约束条件,提出了两种排产优化方法,分别建立数学模型并求解。(1)从批处理调度问题的一般解决方法入手,利用时隙的概念和连续时间表达,将染缸、订单分配给时隙分别表达为两类0-1变量,建立了染缸排产的单阶段多产品批处理过程的短期调度MILP模型。建立的模型给出了不同的优化目标函数,企业在生产过程中可以根据销售周期以及生产任务的紧迫程度选择性地使用,以达到不同的优化目的,满足实际需求。模型进一步引入一些启发式规则,以减小模型的整数变量、连续变量和约束的数量,加快求解速度,达到最优解。最后利用分枝定界法对模型进行求解。(2)基于染缸排产的实际经验规则,考虑交货期、切换成本等约束外,增加染缸的非等同性和上一计划期订单余留量等约束的考虑,建立数学模型,并进行引入爬山算法的改进遗传算法求解。用遗传算法作全局搜索,爬山算法进行局部搜索改进遗传算法的计算结果,克服遗传算法在局部搜索方面的不足,将两者的优点加以结合利用。最后,设计实现了染缸排产优化系统。综合考虑了系统实现的基础、系统架构、数据库设计、界面设计以及用户易操作性等问题,实现了上述两种优化模型的程序模块化,并加入人工排产模块,以对智能排产结果进行手动微调;加入人员管理、染缸管理等辅助功能模块,以提供排产制定过程所需要的详细信息。