车间调度是调度问题中的重要组成部分,同时是生产车间中最基本,也是常见的调度类型之一。随着社会的发展,制造业越来越重视如何车间生产效率,因此引入了搬运设备,但提高效率的同时,引发了集成度与复杂度更高的加工与搬运同时调度问题。目前的车间调度考虑了加工和搬运等方面内容,但忽略了因加工设备存在有限缓存区而引起的生产堵塞问题。本文研究的问题考虑了有限缓存区下的Job Shop加工与搬运集成调度问题,主要包括以下几方面:(1)问题分析。分析加工与搬运集成调度、搬运状态、输入/输出缓存区状态三方面,对本文研究的问题进行了全面的定义和分析。(2)建立了相关模型。针对有限输入/输出缓存区约束下的加工与搬运集成调度问题,建立了数学模型,并以最小化最大完工时间为目标。同时考虑了搬运设备的分配、输入/输出缓存区对工件加工与搬运顺序的约束作用,设定了搬运设备的管理规则,使得所建立的模型具有一定的实用性。(3)设计了具有角色互换的人工蜂群算法,采用基于工序的编码方式,对每个加工工序和搬运工序随机赋实数权值,根据问题特征,提出了选择解码加工工序与搬运工序顺序的启发式规则,并采用基于实数权值的解码方式。上述方法既有利于进行差分进化算法,又提高了算法运行效率。(4)通过实例,我们得出最优可行解的加工与搬运甘特图,并由最优解的解码过程,逐步分析各加工设备输入/输出缓存区容量的状态变化,给出了合理的输入/输出缓存区容量的建议。(5)通过EX标准测例,设置不同容量的输入/输出缓存区与搬运设备数量,对比MAS算法与GAHA算法,表明算法的有效性。分析不同输入/输出缓存区容量得出的不同结果,给出现象产生的原因。最后通过分析缓存区边际效应,给出输入/输出缓存区的合理设置建议。