1 并行车间作业管理系统的体系结构

2 并行车间作业管理的控制策略

3 并行车间作业管理的控制算法

图3 系统运行的调度状态图
1. 系统运行过程的再认识
   对于一定的任务集，若车间作业系统的能力足够，作业时间足够，而且这个条件不被干扰破坏，则任务集总能完成。此时，根据运筹学原理，对于特定的全局优化指标，系统在运行期间的任意时刻，理论上都存在一个最优调度方案，而且理想状态下，系统在干扰侵入的时刻由一种最优调度方案跃迁到另一种最优调度方案。现实系统由于受到调度技术的限制，总有一个延迟，因而也就存在一个过渡状态。所以，从调度方案的性能角度来考察，现实系统的运行过程由若干最优调度阶段、过渡调度阶段以及系统的起始点和结束点组成。如图3所示。
   生产任务下达，调度器根据一定的调度指标，经过充分的运算获得足够优化的调度方案S1，并下发给在线控制器执行。在t1时刻，系统遭遇干扰，一方面控制系统先在较短时间内产生应急方案S2，保证系统在新的优化方案产生前以一定的效率运行，一方面，调度器经过t2～t1时间的最优化运算，得到新方案S3，并下发执行。在t3时刻，由于采取了改善措施(如添加新设备)，系统性能提高，同样，控制系统也是先在较短时间内产生一个补救方案S4，保证在调度器经过t3～t4时间产生新的最优方案S5之前，系统可以按改进的方案运行。在时刻t5生产任务完成。
2. 在线控制器处理干扰的方案及算法
   按照上一节的理解方式，干扰的响应问题就转化为如何使过渡过程尽可能短、性能下降尽可能小的问题。在线控制器在最优阶段的职责是执行最优调度方案:在过渡阶段的职责是根据现有方案、现场信息，通过一定的算法迅速获得使性能指标下降尽量小的过渡调度方案。调度器在过渡阶段的职责为根据在线控制器传递的现场信息进行再调度。
   干扰发生，最优化调度方案从一状态向另一状态转移。在这过渡中，车间作业系统(包括调度器、在线控制器和执行器等)的行为可有多种选择：

   1. 控制器在干扰发生时立即中止系统的运行，并将此时的系统状态信息反馈给调度器，然后一直等到新的最优化方案产生，才根据新方案重新启动系统。此方案存在的问题如下：过渡阶段系统完全停止运行，造成资源浪费、效率下降，而且使任务的完成严重延期。
   2. 控制器在干扰发生时，不经优化或根据简单的规则(例如分派规则、优先权规则等)制定控制方案，使系统继续运行，然后将系统信息反馈给调度器，调度器再进行最优化运算，将结果作为新的调度方案。此方案存在的问题如下：车间作业系统本身具有准混沌特性，过渡过程的恶劣性能极易造成系统整体性能的严重下降：并且过渡阶段与新的最优阶段的衔接困难，新调度方案产生后，又得再次与处在恶劣状态下的系统运行方案协调，可能会造成系统一直低效运行。
   3. 干扰发生后，控制器只负责局部优化，制定的执行方案不考虑全局性能指标。现有算法，如仿真算法、基于规则的算法等能快速有效地获得局部优化方案。此方案存在的问题是：控制器实施的是局部优化，因此无法保证全局性能指标趋于优化。
   4. 干扰发生后，控制器负责局部决策，但它考虑全局指标变化的程度，能迅速根据各种信息计算出全局性能下降最小的执行方案。适于此方案的比较好的算法是PA算法。下面就着重介绍PA算法，并简单证明这种方法向着使系统全局性能优化的确定方向努力。
3. PA算法
   在线控制器如果知道局部决策如何影响全局性能，那么它就可通过局部决策直接表示决策目标，从而根据全局优化来进行局部决策。摄动分析(PA)就是解决这种问题的一项专门数学技术。在PA算法中，全局性能指标表示为局部决策参数的函数。首先，计算全局性能指标对局部参数的偏导数，然后利用这些偏导数将全局指标表示为局部参数的线性表达式。这样，实现了决策目标与局部决策的直接相关。
   为减轻在线控制器的负担，偏导数由调度器离线定义和计算：而在线控制器则根据计算结果和适时的制造信息，迅速作出局部决策。但是，常规的Gantt图调度方案表示法不能提供计算偏导数的足够信息，因此通过活动网络图来表示调度方案，这样就可以定义局部决策参数e_e(如系统中每个操作的最早开始时间)和全局性能函数L(如生产任务的平均延迟时间)，L是e_e的函数。然后通过高效的计算方法计算L对e_e的偏导数L/e_e(它表示局部决策参数对系统全局性能的影响程度)和L的变化量(L必须实时地计算出来)，L被表示为L/e_e的线性表达式。在线调度过程中，以全局的观点，根据系统的适时信息，确定可选方案，并对每个方案计算偏导数L/e_e，然后算得全局指标L的变化量为L。L最理想的方案即被选为过渡阶段的执行方案。

4 结论