2015年国家制定了“中国制造2025”战略规划，其目的在于改变我国制造业“大而不强”的局面，提高我国制造业的全球竞争力［1］。随着全球市场竞争越来越激烈，客户需求也越发多样化，“多品种小批量”生产方式已经成为大多数企业的主要生产模式。在该模式下，必须坚持同步提升生产管理水平与智能化程度，才能改善生产效率，缩短生产加工周期，加快外部市场响应速度，降低生产加工成本，最终提高企业的经济效益。其中调度是生产管理的一个重要环节，而调度优化技术是一种重要的生产管理手段，高效的调度优化技术能大幅度地促进生产管理方法的定量化与优化。目前，国内多数车间制造系统中存在着诸多限制生产效率的因素。例如：一方面，由于缺乏高效的车间调度系统的支撑，传统制造行业的车间调度主要依赖于工人的经验，这种方式严重制约了生产管理水平的效率，从而导致了制造周期长、机器利用率低下以及生产成本高等生产指标恶化的情况；另一方面，大多数学者的相关研究主要集中在调度理论与方法上，很多调度模型是在理想情况下进行建模并求解的，显然这些研究对实际生产需求认识不清、考虑不周，在一定程度上脱离了实际生产的需要。在传统车间调度问题的研究中，大部分问题的加工时间被假定为一个提前给定的常量。但是在许多实际生产过程中，加工时间是一个在指定范围内可变化的量，即加工时间是与资源相关的变量，它可通过分配额外可用的资源（如能源、设备、人力等）来控制，此类调度问题通常被称为加工时间可控的调度问题。虽然压缩加工时间可能会缩短车间调度的最大完工时间（makespan），但是它会引起额外资源成本的消耗［2］。显然，在加工时间可控的车间调度问题中，生产效率与资源消耗成本是两个相互冲突的指标。因此，加工时间可控的车间调度问题在本质上是一个典型的多目标优化问题（multiobjective optimization problem，MOP）。基于上述原因，本书针对加工时间可控的多目标车间调度问题（即加工时间可控的单机调度问题、并行机调度问题、流水车间调度问题、作业车间调度问题及柔性作业车间调度问题）进行了深入的系统研究，对问题进行了建模，并为调度问题的求解设计了高效可行的算法。本书的目的之一是缩小理论研究与实际生产的差距，找出更符合实际生产过程的调度模型与算法，从而改善生产系统的整体性能。为此，本书着重研究了加工时间可控的车间调度问题的理论与方法。

本书分别针对加工时间可控的单机调度问题、并行机调度问题、流水车间调度问题、作业车间调度问题及柔性作业车间调度问题建立了以最小化最大完工时间（或最小延迟时间）与额外资源消耗（如机器负载、能源、人力、资金等）为目标的数学模型。在此基础上，结合具体调度问题的特性，分别设计了高效可行的混合优化算法以求解这些调度问题，并将其与其他多目标进化算法进行了对比，实验结果证实了提出算法的可行性与有效性。同时，本书提出的算法成功地应用于实际生产车间，为实现制造过程的智能调度提供了一定的理论与技术支撑。(www.daowen.com)