第1章　緒論

1.1　研究背景和意義

1.1.1　研究背景

人類進(jìn)入工業(yè)社會(huì)后，制造業(yè)逐漸成為一個(gè)國(guó)家經(jīng)濟(jì)實(shí)力乃至綜合國(guó)力的基石，全球經(jīng)濟(jì)格局的轉(zhuǎn)變?yōu)橹圃鞓I(yè)帶來了全新的發(fā)展機(jī)遇，同時(shí)也使其面臨諸多挑戰(zhàn)。首先，制造業(yè)競(jìng)爭(zhēng)由過去的局部競(jìng)爭(zhēng)演變成為全球范圍內(nèi)的競(jìng)爭(zhēng)，并且日趨激烈。市場(chǎng)的需求在不斷變化，對(duì)產(chǎn)品結(jié)構(gòu)、性能的要求也越來越苛刻，從而使新產(chǎn)品的研制變得日趨復(fù)雜。企業(yè)需要在最短的時(shí)間和最少的資源約束下生產(chǎn)出滿足市場(chǎng)需求的產(chǎn)品，由過去的大批量規(guī)模化生產(chǎn)向小規(guī)模個(gè)性化定制的新型模式轉(zhuǎn)變。其次，制造業(yè)面臨人口不斷下降和勞動(dòng)力成本急劇上升的壓力，資源競(jìng)爭(zhēng)激烈，傳統(tǒng)制造業(yè)如何有效利用信息化技術(shù)提升效率、降低成本，成為當(dāng)前制造業(yè)應(yīng)對(duì)人口紅利消失的重大課題。最后，隨著人工智能、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)的發(fā)展為制造業(yè)轉(zhuǎn)型升級(jí)提供強(qiáng)勁的技術(shù)動(dòng)力，依靠新技術(shù)力量提升高質(zhì)量低成本地迅速響應(yīng)社會(huì)需求的能力，在競(jìng)爭(zhēng)中立于不敗之地，已成為企業(yè)共同追求的目標(biāo)。大力發(fā)展智能制造技術(shù)成為世界主要工業(yè)國(guó)的普遍共識(shí)，各國(guó)紛紛將智能制造上升到國(guó)家戰(zhàn)略高度，對(duì)制造業(yè)不斷進(jìn)行創(chuàng)新升級(jí)，以保持在世界經(jīng)濟(jì)格局中的競(jìng)爭(zhēng)力。

在世界范圍內(nèi)，以物聯(lián)網(wǎng)、大數(shù)據(jù)、機(jī)器人及人工智能為代表的數(shù)字技術(shù)推動(dòng)著工廠之間、工廠與消費(fèi)者之間的智能互聯(lián)，使生產(chǎn)方式從大規(guī)模制造向大規(guī)模定制轉(zhuǎn)變。通過建設(shè)“互聯(lián)網(wǎng)+制造業(yè)”以實(shí)現(xiàn)智能制造，網(wǎng)絡(luò)化、信息化與智能化的深度融合被認(rèn)為是第四次工業(yè)革命的核心，也是目前歐美強(qiáng)國(guó)制造業(yè)努力的方向，德國(guó)、美國(guó)、日本等發(fā)達(dá)國(guó)家都在大力推進(jìn)“互聯(lián)網(wǎng)+制造業(yè)”的發(fā)展進(jìn)程。德國(guó)在2013年正式推出“工業(yè)4.0”戰(zhàn)略，目的是利用物聯(lián)網(wǎng)等技術(shù)，將產(chǎn)品、設(shè)備、資源與人連接起來，實(shí)現(xiàn)產(chǎn)品制造流程的自動(dòng)化，構(gòu)成產(chǎn)業(yè)鏈中企業(yè)之間的合作系統(tǒng)。

2019年2月，美國(guó)白宮發(fā)布了未來工業(yè)發(fā)展規(guī)劃，重點(diǎn)關(guān)注人工智能、先進(jìn)制造業(yè)技術(shù)、量子信息科學(xué)和5G技術(shù)，通過智能制造扭轉(zhuǎn)美國(guó)在人力成本等方面的劣勢(shì)，重振高端制造業(yè)，以確保美國(guó)的“領(lǐng)導(dǎo)地位”。

日本在2015年提出機(jī)器人新戰(zhàn)略，并將應(yīng)用領(lǐng)域分為制造業(yè)、服務(wù)業(yè)、醫(yī)療護(hù)理、公共建設(shè)四大部分。目標(biāo)是利用云儲(chǔ)存、人工智能等技術(shù)，將傳統(tǒng)機(jī)器人改變成不需要驅(qū)動(dòng)系統(tǒng)就可與外部物體和人相連接的智能機(jī)器人。

在經(jīng)濟(jì)新常態(tài)下，我國(guó)傳統(tǒng)產(chǎn)業(yè)代表的舊動(dòng)力在減弱，以戰(zhàn)略性新興產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)為代表的新動(dòng)力不足，是我國(guó)成為制造強(qiáng)國(guó)的主要挑戰(zhàn)［1］。隨著工業(yè)化快速推進(jìn)，我國(guó)制造業(yè)規(guī)模不斷擴(kuò)大，已成為名副其實(shí)的世界工廠和世界制造業(yè)第一大國(guó)，但大而不強(qiáng)的問題仍很突出，粗放型發(fā)展模式難以持續(xù)，必須轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)的高質(zhì)量發(fā)展模式。作為世界制造業(yè)第一大國(guó)，我國(guó)必須抓住這次科技和產(chǎn)業(yè)革命的歷史機(jī)遇，對(duì)制造業(yè)進(jìn)行創(chuàng)新升級(jí)，加快建設(shè)制造強(qiáng)國(guó)。我國(guó)于2015年提出了“中國(guó)制造2025”，同時(shí)提出，到2020年要基本實(shí)現(xiàn)制造業(yè)信息化，在制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化方面取得明顯進(jìn)展。在制造領(lǐng)域強(qiáng)化創(chuàng)新引領(lǐng)，新動(dòng)能快速成長(zhǎng)，持續(xù)深入推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)和國(guó)家大數(shù)據(jù)戰(zhàn)略。2021年4月國(guó)家統(tǒng)計(jì)局發(fā)布公告，我國(guó)2021年一季度GDP初步核算結(jié)果為249310億元，比上年同期增長(zhǎng)18.3%。其中，制造業(yè)增加值為68486億元，同比增長(zhǎng)26.8%。裝備制造業(yè)和高技術(shù)制造業(yè)增加值同比分別增長(zhǎng)39.9%、31.2%，兩年平均分別增長(zhǎng)9.7%和12.3%，增速均明顯高于其他行業(yè)板塊，制造業(yè)的重要性更加突出，新技術(shù)對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的驅(qū)動(dòng)作用愈加凸顯。

智能制造體系［2］如圖1.1所示。

智能化是第四次工業(yè)革命的核心，新一代人工智能的突破和應(yīng)用進(jìn)一步提升了制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化的水平，推動(dòng)制造業(yè)發(fā)展進(jìn)入數(shù)字化網(wǎng)絡(luò)化智能化制造階段。新一代人工智能是第四次工業(yè)革命的核心驅(qū)動(dòng)力，世界主要國(guó)家將人工智能提升至新的戰(zhàn)略高度。自2019年以來，美國(guó)啟動(dòng)“美國(guó)人工智能倡議”，日本出臺(tái)《人工智能戰(zhàn)略2019》，歐盟委員會(huì)發(fā)布《人工智能白皮書：通往卓越和信任的歐洲路徑》，爭(zhēng)奪人工智能全球引領(lǐng)者地位，在人工智能技術(shù)研發(fā)和人才引育等方面的國(guó)際競(jìng)爭(zhēng)日趨激烈。2016年7月，人工智能首次被納入我國(guó)《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》；2017年7月，國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，將人工智能上升至國(guó)家戰(zhàn)略；同年12月，工信部發(fā)布《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018—2020年）》，提出通過實(shí)施四項(xiàng)重點(diǎn)任務(wù)，力爭(zhēng)到2020年，一系列人工智能標(biāo)志性產(chǎn)品取得重要突破，在若干重點(diǎn)領(lǐng)域形成國(guó)際競(jìng)爭(zhēng)優(yōu)勢(shì)，人工智能和實(shí)體經(jīng)濟(jì)融合進(jìn)一步深化，產(chǎn)業(yè)發(fā)展環(huán)境進(jìn)一步優(yōu)化，互聯(lián)網(wǎng)行業(yè)和傳統(tǒng)制造業(yè)正在面臨的一場(chǎng)大變局已經(jīng)來臨［3］。

車間是制造業(yè)中實(shí)現(xiàn)物理制造的場(chǎng)所，同時(shí)也是企業(yè)內(nèi)信息最密集的地方，因此，實(shí)現(xiàn)數(shù)字化智能化升級(jí)改造的智能車間是實(shí)現(xiàn)制造過程創(chuàng)新的重要組成部分，是智能制造的核心單元。智能車間將數(shù)字化建模、控制和管理等先進(jìn)技術(shù)應(yīng)用于車間規(guī)劃、生產(chǎn)運(yùn)行、工藝執(zhí)行、車間物流、質(zhì)量控制等業(yè)務(wù)活動(dòng)，基于物聯(lián)網(wǎng)等手段獲得海量車間生產(chǎn)數(shù)據(jù)［4］，結(jié)合人類專家的知識(shí)和經(jīng)驗(yàn)，立足大數(shù)據(jù)驅(qū)動(dòng)和應(yīng)用場(chǎng)景牽引兩大特征，融合場(chǎng)景內(nèi)外的多源異質(zhì)大數(shù)據(jù)，利用大規(guī)模數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等預(yù)測(cè)性分析方法和技術(shù)，提取數(shù)據(jù)中蘊(yùn)含的有價(jià)值的模式［5］。通過對(duì)工業(yè)大數(shù)據(jù)的處理、分析和挖掘，通過數(shù)據(jù)賦能［6］提升生產(chǎn)車間的決策和控制水平，使其具備動(dòng)態(tài)感知、實(shí)時(shí)分析、自主決策、優(yōu)化運(yùn)行、高度集成和精準(zhǔn)執(zhí)行的特征，達(dá)到提高生產(chǎn)效率、降低生產(chǎn)成本、提高產(chǎn)品質(zhì)量、提升客戶滿意度和創(chuàng)造核心價(jià)值的目標(biāo)。

1.1.2　研究意義

車間生產(chǎn)調(diào)度是生產(chǎn)運(yùn)行業(yè)務(wù)中的重要內(nèi)容，是經(jīng)典的管理問題，同時(shí)也是復(fù)雜的NP問題。它是在考慮生產(chǎn)能力和設(shè)備的前提下，在物料數(shù)量確定的情況下優(yōu)化生產(chǎn)順序，科學(xué)選擇設(shè)備，平衡設(shè)備和工人的生產(chǎn)負(fù)荷，滿足特定的評(píng)價(jià)目標(biāo)，提高生產(chǎn)效率。智能車間中的生產(chǎn)調(diào)度問題可以通過數(shù)據(jù)驅(qū)動(dòng)的方式，借助于新一代人工智能技術(shù)，將生產(chǎn)訂單分解到工序工單，精準(zhǔn)分配智能車間的生產(chǎn)能力、機(jī)器設(shè)備和物料資源，實(shí)現(xiàn)生產(chǎn)運(yùn)行的精確管理，是制造執(zhí)行過程的基礎(chǔ)工作。智能車間中的生產(chǎn)調(diào)度要根據(jù)加工任務(wù)的生產(chǎn)工藝確定詳細(xì)的工序計(jì)劃，并與設(shè)備管理、車間物流等環(huán)節(jié)進(jìn)行數(shù)據(jù)共享，相互影響，相互支撐。通過工序級(jí)調(diào)度形成產(chǎn)品各工序的生產(chǎn)調(diào)度指令，以數(shù)據(jù)驅(qū)動(dòng)的方式及時(shí)獲取生產(chǎn)進(jìn)度、各生產(chǎn)要素實(shí)時(shí)狀況，甚至生產(chǎn)設(shè)備的異常信息，快速響應(yīng)緊急插單、機(jī)器故障等突發(fā)情況，敏捷高效協(xié)調(diào)人員、設(shè)備、物料等資源，保證生產(chǎn)作業(yè)有序、按計(jì)劃完成［7］。

借助于新一代人工智能技術(shù)，通過數(shù)據(jù)驅(qū)動(dòng)和機(jī)器推理，使算法具備感知、學(xué)習(xí)、推理和決策的能力是當(dāng)前的研究熱點(diǎn)［8］，新技術(shù)加速了大數(shù)據(jù)智能、人機(jī)混合增強(qiáng)智能、群體智能、跨媒體智能在制造業(yè)中的融合發(fā)展，已成為制造業(yè)未來發(fā)展的核心驅(qū)動(dòng)力。在生產(chǎn)設(shè)備網(wǎng)絡(luò)化、智能化的基礎(chǔ)上，應(yīng)用機(jī)器學(xué)習(xí)分析處理工業(yè)大數(shù)據(jù)，加速制造業(yè)全流程、智能化、連續(xù)生產(chǎn)等智能管理進(jìn)程，增強(qiáng)產(chǎn)品研發(fā)、設(shè)計(jì)和生產(chǎn)過程組織能力；加速提高生產(chǎn)車間智能化水平，有效提升生產(chǎn)效率、改進(jìn)生產(chǎn)工藝、降低能耗、提高質(zhì)量控制水平等。隨著深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等技術(shù)的應(yīng)用，逐步實(shí)現(xiàn)對(duì)生產(chǎn)調(diào)度、工藝執(zhí)行、質(zhì)量控制和設(shè)備管理等生產(chǎn)過程的精細(xì)化管理，提升大規(guī)模、小批量、個(gè)性化的柔性生產(chǎn)與協(xié)作優(yōu)化能力，將生產(chǎn)車間打造成軟硬一體的智能制造系統(tǒng)，實(shí)現(xiàn)高效、高質(zhì)、綠色和低耗的生產(chǎn)目標(biāo)。

在現(xiàn)實(shí)車間生產(chǎn)調(diào)度問題中，以模擬退火算法、遺傳算法、蟻群算法、禁忌搜索、進(jìn)化規(guī)劃和進(jìn)化策略等智能優(yōu)化方法為主，可以較好地解決大規(guī)模復(fù)雜問題中的組合爆炸問題，具有通用、簡(jiǎn)單和便于并行處理等優(yōu)點(diǎn)，在傳統(tǒng)方法無法求解的實(shí)際應(yīng)用問題上取得了重大突破，成為當(dāng)前求解車間生產(chǎn)優(yōu)化排程問題的主流方法。但隨著第四次工業(yè)革命的到來，新一代人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)飛速發(fā)展，有力推動(dòng)了制造業(yè)的轉(zhuǎn)型升級(jí)；同時(shí)，實(shí)際應(yīng)用中所面臨的問題規(guī)模越來越大、約束條件越來越多、個(gè)性化程度越來越高、系統(tǒng)結(jié)構(gòu)越來越復(fù)雜、對(duì)響應(yīng)需求的能力要求越來越苛刻，多約束、短時(shí)間、非線性、不確定成為新問題的基本特征。結(jié)合新技術(shù)研究適合大規(guī)模、高復(fù)雜度和具備智能特征的問題求解方法，充分利用工業(yè)大數(shù)據(jù)，使生產(chǎn)調(diào)度與車間機(jī)器運(yùn)行、資源配置、車間物流等因素有機(jī)統(tǒng)一，實(shí)現(xiàn)生產(chǎn)車間自感知、自學(xué)習(xí)、自決策的高度智能化的目標(biāo)。

本書基于新一代人工智能相關(guān)技術(shù)對(duì)智能制造背景下的車間生產(chǎn)調(diào)度問題展開研究，具有一定的理論意義和實(shí)踐意義。

在理論意義方面，生產(chǎn)調(diào)度是實(shí)現(xiàn)制造業(yè)高柔性、高效率和高可靠性的關(guān)鍵，高效的生產(chǎn)調(diào)度技術(shù)有助于對(duì)緊急訂單、客戶需求變更或其他突發(fā)事件做出快速反應(yīng)，改善生產(chǎn)性能指標(biāo)，從而達(dá)到提高設(shè)備利用率、提高交單準(zhǔn)時(shí)率、提升客戶滿意度、降低庫(kù)存及成本的目標(biāo)。現(xiàn)有的車間生產(chǎn)調(diào)度問題求解以啟發(fā)式方法為主，研究的重點(diǎn)就是如何平衡局部搜索與全局搜索，以及如何有效逃離局部最優(yōu)解。本書基于深度強(qiáng)化學(xué)習(xí)等新一代人工智能技術(shù)研究車間生產(chǎn)調(diào)度問題：從數(shù)據(jù)驅(qū)動(dòng)的視角研究車間生產(chǎn)調(diào)度問題，有利于補(bǔ)充完善現(xiàn)有的車間生產(chǎn)調(diào)度理論，有利于探究不同問題情境下生產(chǎn)調(diào)度規(guī)則對(duì)調(diào)度結(jié)果的影響因素分析；進(jìn)一步拓展現(xiàn)有的車間生產(chǎn)調(diào)度問題求解方法，改變以啟發(fā)式方法為主的現(xiàn)狀，將數(shù)據(jù)驅(qū)動(dòng)方法與啟發(fā)式方法有機(jī)結(jié)合，相互補(bǔ)充，充分發(fā)揮各種方法的優(yōu)點(diǎn)，形成新的生產(chǎn)調(diào)度問題智能求解方法；深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等新一代人工智能技術(shù)在圖像識(shí)別、自動(dòng)駕駛、圍棋、游戲等領(lǐng)域的應(yīng)用取得了極大的成功，但在生產(chǎn)調(diào)度問題上的應(yīng)用還不夠成熟和完善，本書的工作可以拓展深度強(qiáng)化學(xué)習(xí)應(yīng)用范圍，并對(duì)現(xiàn)有的深度強(qiáng)化學(xué)習(xí)理論形成補(bǔ)充和完善。

在實(shí)踐意義方面，制造業(yè)領(lǐng)域考慮最多的當(dāng)屬產(chǎn)品的質(zhì)量、成本和交貨期，但隨著經(jīng)濟(jì)社會(huì)發(fā)展和人們對(duì)產(chǎn)品的需求變化，僅靠穩(wěn)定的產(chǎn)品質(zhì)量和準(zhǔn)確的交貨期已遠(yuǎn)遠(yuǎn)不夠，制造業(yè)開始更加關(guān)注卓越的便利性和交貨速度，對(duì)車間生產(chǎn)提出了更為嚴(yán)苛的要求。生產(chǎn)車間以設(shè)備物聯(lián)網(wǎng)為基礎(chǔ)，以高效的制造執(zhí)行系統(tǒng)為核心，構(gòu)建生產(chǎn)設(shè)備自動(dòng)化、生產(chǎn)管理數(shù)字化、車間運(yùn)營(yíng)自動(dòng)化的數(shù)字化車間：高效的生產(chǎn)車間離不開強(qiáng)大的制造執(zhí)行系統(tǒng)的支撐，將生產(chǎn)訂單快速分解為工序工單，根據(jù)車間的實(shí)際狀況將加工任務(wù)投放至設(shè)備、時(shí)間等資源上，實(shí)現(xiàn)精細(xì)化管理，而生產(chǎn)調(diào)度是制造執(zhí)行系統(tǒng)的核心，基于新一代人工智能的生產(chǎn)調(diào)度算法有利于構(gòu)造高效智能的制造執(zhí)行系統(tǒng)，使制造執(zhí)行系統(tǒng)的心臟更強(qiáng)健，大腦更聰明；有利于將車間生產(chǎn)調(diào)度與加工設(shè)備、加工任務(wù)、物料、車間內(nèi)外環(huán)境等因素形成有機(jī)統(tǒng)一體，消除信息孤島，有效應(yīng)對(duì)車間的啞崗位、啞設(shè)備和啞企業(yè)之“三啞”問題；充分挖掘工業(yè)大數(shù)據(jù)的價(jià)值，提高車間的自感知、自學(xué)習(xí)和自決策能力，構(gòu)建面向制造業(yè)務(wù)的數(shù)據(jù)共享平臺(tái)，打造更加高效的用戶端需求與系統(tǒng)資源協(xié)調(diào)機(jī)制，幫助企業(yè)不斷提升用戶響應(yīng)。