随着经济全球化，汽车企业的竞争日趋激烈，汽车制造车间必须能够灵活满足多样性的订单需求，实现以订单为牵引的精益化、柔性化生产。本项目研究对象为上汽大众安亭三厂的混合多车间加工产线，包括一个车身车间、一个油漆车间以及一个总装车间。车间与车间之间串联连接，不同车型在车间内部的加工路线提前确定，是一个大规模多车型柔性生产线。其生产路径复杂，限制条件多，对于精准的生产安排及生产控制有着迫切需求。故确立项目主题为通过建立模型、算法求解和软件仿真进行生产调度研究，提高效率，优化瓶颈；并搭建程序平台实现排产计划信息交互性的查询与调整管理。

对于车身车间，建立运用DBR法中瓶颈推拉原则的车身车间调度优化模型并采取MOPSO算法求解模型算例；建立动态瓶颈预测模型，应用时间序列方法ARIMA模型拟合预测未来瓶颈工序参数值，利用熵权法进行瓶颈工序识别，判断瓶颈漂移状况；提出瓶颈优化重排序方法以减小瓶颈效应。

对于油漆车间和总装车间，分析其中车身重排序的必要性，建立综合排序数学模型，使用求解器对小规模算例求解，构建带约束的NSGA-Ⅱ算法，设计其编码、交叉变异方式等并对大规模算例求解；分析比较两种求解方法的求解可行性和理论意义。

对于整体三个车间，基于Plant Simulation建立合理的系统仿真模型，考虑多车型加工时间，实现多类型小批量订单仿真；采用遗传算法优化系统投产序列；优化实验管理器缓冲区及系统综合指标，优化生产节拍、产能瓶颈、资源利用率。

（1）建立了车身车间产线调度优化模型并进行算例求解分析。

（2）建立动态瓶颈识别预测模型；基于调度优化模型最优解进行部分重调度优化瓶颈资源。

（3）对油漆车间和车身车间建立综合排序数学模型；进行求解器小规模算例求解与NSGA-Ⅱ算法大规模算例求解。

（4）基于Plant Simulation建立合理的系统仿真模型。

（5）仿真应用遗传算法优化投产序列；优化实验管理器缓冲区及系统综合指标。

（6）搭建小程序平台实现各车间当日排产、生产计划的显示与更改并测算、显示周期订单的最优排产计划。