自动化生产线由于使用受计算机控制的物料搬运机器人负责生产过程中的所有工件(或物料)的搬运作业任务,具有生产效率高、人工成本低等众多优势。因此,自动化生产线不但在新兴电子信息产品制造,精密仪器制造、而且还在传统的钢铁冶炼,汽车制造等众多行业得到日益广泛的应用。有效地调度物料搬运机器人,在最大化生产系统效率、保证生产计划的按时完成等方面起着至关重要的作用。本文主要研究三类带时间窗的自动化生产线调度问题:(1)自动化生产线单目标调度问题,研究目标是获得一组机器人搬运作业最优调度方案以最小化生产周期;(2)自动化生产线双目标调度问题,研究目标是获得一组机器人搬运作业最优调度方案以同时最小化生产周期和生产成本;(3)自动化生产线多机器人调度问题,研究目标是获得一组多机器人搬运作业分配与调度方案以最小化生产周期。时间窗是指工件在工作站上的实际加工时间必须是在预先给定的加工时间上限和下限之间变化的。论文主要研究工作和创新点如下:(1):为自动化生产线单目标调度问题开发了具有改进解码机制和不可行调度方案修复策略的混合量子进化算法。首先,利用数学规划方法为所研究问题建立了数学模型。其次,基于量子染色体塌陷状态与工作站的初始分布状态相似的特点,设计了量子染色体编码方案,以及多种不同的将量子染色体直接转换成机器人搬运作业方案的解码方式;使用基于图论的多项式算法检验每个解码方案的可行性;提出了有效的修复策略以对种群中的不可行顺序方案进行修复;最后,通过量子旋转门更新机制和自适应遗传交叉和变异操作实现了种群的演化与更新,进而提高了算法的优化效果。(2):在上述工作基础上,为同时最小化生产周期与生产成本的自动化生产线双目标调度问题开发了具有局部搜索(Local search)的双目标量子进化算法。首先,利用禁止区间法建立了此类调度问题的数学模型。其次,设计了双链解码机制用于将量子染色体转换成工件实际加工时间方案;使用Pareto支配技术对所有方案进行评价;为使得量子种群在进化过程中具有更好的多样性与分散性,提出了有效的混沌量子旋转门更新机制与量子染色体变异操作;使用外部档案保存种群进化过程中产生的所有非支配解(或Pareto最优解),并设计了有效的外部档案维护与更新策略。为进一步提高搜索效率,还设计了高效的局部搜索程序用于对非支配解执行邻域搜索。(3):研究了自动化生产线多机器人调度问题。现有文献已为此类调度问题提出了混合整数规划(MIP)方法、分支定界法、启发式算法等多种方法。但这些方法都限定了机器人搬运作业不能跨周期执行,因此无法保证所获得的解为全局(或真正)最优解。通过松弛上述假设,本文在现有工作的基础上为此类调度问题提出了改进的MIP模型以便获得问题的全局最优解,最后结合商品化优化软件IBM ILOG CPLEX编制算法对改进模型进行求解。最后,使用C++语言编码实现了上述三种调度模型与算法,并以典型算例和随机生成算例为例对所提出的调度模型与算法进行了有效性验证。测试结果表明,本文为上述各类调度问题所提出的调度方法是有效的。