生產(chǎn)計(jì)劃與調(diào)度ProductionPlanningandScheduling浙江大學(xué)系統(tǒng)工程研究所OUTLINE－ProductionScheduling離散制造過(guò)程(APS)流程工業(yè)（間歇與連續(xù)）生產(chǎn)調(diào)度數(shù)學(xué)模型調(diào)度問(wèn)題優(yōu)化方法智能調(diào)度方法離散制造過(guò)程生產(chǎn)調(diào)度生產(chǎn)控制的主要內(nèi)容是作業(yè)計(jì)劃與動(dòng)態(tài)調(diào)整，它稱(chēng)為車(chē)間調(diào)度問(wèn)題。包括兩個(gè)方面：其一為靜態(tài)調(diào)度，產(chǎn)生一個(gè)初始調(diào)度；其二為意外事件發(fā)生后，進(jìn)行調(diào)度的修改與調(diào)整即動(dòng)態(tài)調(diào)度。

MRPII內(nèi)主要采用啟發(fā)式規(guī)則進(jìn)行作業(yè)調(diào)度與優(yōu)先級(jí)控制，提供一個(gè)建議的作業(yè)計(jì)劃，在訂單下達(dá)時(shí)，包括開(kāi)工日期與完工日期，但已考慮了時(shí)間余量，因此，車(chē)間調(diào)度有一定的緩沖余地。執(zhí)行中的意外即動(dòng)態(tài)調(diào)度可由車(chē)間進(jìn)行有限的局部調(diào)度，但當(dāng)其影響到生產(chǎn)計(jì)劃時(shí)，只能反饋至計(jì)劃部門(mén)，由計(jì)劃部門(mén)統(tǒng)一調(diào)整。

車(chē)間作業(yè)調(diào)度的特點(diǎn)離散制造過(guò)程中，工件生產(chǎn)時(shí)間較短，工件切換加工成本低但庫(kù)存成本很高。 主要解決多個(gè)產(chǎn)品對(duì)設(shè)備的爭(zhēng)用問(wèn)題。目的在于尋找最優(yōu)的設(shè)備加工任務(wù)次序，使得等待時(shí)間與切換時(shí)間最小。(1)單機(jī)調(diào)度問(wèn)題(2)并行機(jī)調(diào)度問(wèn)題(3)Job-shop調(diào)度問(wèn)題(4)Flow-shop調(diào)度問(wèn)題(5)Open-shop調(diào)度問(wèn)題給定一個(gè)工件的集合P和一個(gè)機(jī)器的集合M每個(gè)工件包括多道工序Ji={Pi1…..Pik}

每臺(tái)設(shè)備可以多個(gè)加工任務(wù)JMi={J(1)…..J(li)}約束：順序約束：同一個(gè)產(chǎn)品的有序工序?qū)Ρ仨氃谇耙还ば蛲瓿珊蟛拍荛_(kāi)始占用約束：每臺(tái)機(jī)床同一時(shí)間只能加工一個(gè)產(chǎn)品的某個(gè)工序，每道工序需要在一臺(tái)給定的機(jī)器上非間斷地加工一段時(shí)間Job-shop問(wèn)題

決策：工序分配給機(jī)器上某個(gè)時(shí)間段目標(biāo)：總加工時(shí)間最短的調(diào)度Job-shop問(wèn)題A設(shè)備B設(shè)備C設(shè)備D設(shè)備任務(wù)1任務(wù)nJSP是一類(lèi)滿足任務(wù)配置和順序約束要求的資源分配問(wèn)題，是最困難的組合優(yōu)化問(wèn)題之一。生產(chǎn)的柔性：設(shè)備使用的柔性設(shè)備安排的柔性調(diào)度決策內(nèi)容包括：分配決策(工件的加工次序)時(shí)間決策(工件的各工序的加工時(shí)間)路徑?jīng)Q策(工件的工序的設(shè)備分配)

Flow-shop調(diào)度問(wèn)題

n個(gè)工件在m臺(tái)機(jī)器上加工，一個(gè)工件分為n道工序，每道工序要求不同的機(jī)器加工。n個(gè)工件在m臺(tái)機(jī)器上的加工順序相同，工件在機(jī)器上的加工時(shí)間是給定。問(wèn)題目標(biāo)：求個(gè)工件在機(jī)器上最優(yōu)的加工順序，使最大流程時(shí)間最小。

M1M2M3M4P1P2設(shè)備產(chǎn)品流水車(chē)間調(diào)度問(wèn)題，常用表示，即個(gè)n工件/m臺(tái)機(jī)器/流水車(chē)間/最大流程時(shí)間。Flow-shop問(wèn)題示例假設(shè)有A、B、C、D四種零件，都需要進(jìn)行先車(chē)后銑，其加工時(shí)間如表所示。零件名稱(chēng)車(chē)床工時(shí)（時(shí)）銑床工時(shí)（時(shí)）A154B810C65D127合計(jì)4126甘特圖調(diào)度結(jié)果甘特圖(A,1,1)(C,1,1)B,1,1)(D,1,1)082041(D,2,2)(C,2,2)(A,2,2)0204132(B,2,2)18274526M1（車(chē)床）M2（銑床）優(yōu)化調(diào)度結(jié)果：調(diào)度問(wèn)題不同特點(diǎn)Flow-shop問(wèn)題中各個(gè)產(chǎn)品的生產(chǎn)路徑相同，產(chǎn)品加工工序的順序與設(shè)備的順序?qū)?yīng)，因而某個(gè)設(shè)備的加工任務(wù)順序就表示產(chǎn)品的加工順序。

Job-shop問(wèn)題中各個(gè)產(chǎn)品的加工路線并不相同，設(shè)備上加工任務(wù)與總的加工任務(wù)矩陣無(wú)對(duì)應(yīng)關(guān)系，即使產(chǎn)品數(shù)量與設(shè)備數(shù)量確定，也不能確定所有的加工任務(wù)，存在路徑選擇問(wèn)題。

對(duì)于Flow-shop，若給定某一個(gè)產(chǎn)品生產(chǎn)次序，則可以計(jì)算出所有工序的完成時(shí)間以及等待時(shí)間，而對(duì)于Job-shop，由于它存在路徑選擇問(wèn)題，即使給定產(chǎn)品生產(chǎn)次序，也無(wú)法計(jì)算。實(shí)際調(diào)度問(wèn)題“因?yàn)槠款i工序在不斷變化，我們?nèi)绾沃榔款i在那里？”“能否自動(dòng)分配工序？自動(dòng)調(diào)配人力，設(shè)備能力？”“在插入急單時(shí)，能否自動(dòng)根據(jù)目標(biāo)重排計(jì)劃，一些定單自動(dòng)延遲，一些定單自動(dòng)提前？”“能否對(duì)采購(gòu)延遲，生產(chǎn)的延遲，設(shè)備的故障，人員的效率等意外快速響應(yīng)，及自動(dòng)進(jìn)行模擬，調(diào)整？”ERP作業(yè)計(jì)劃ERP(MRPII)制定作業(yè)計(jì)劃的方法一般包括以下幾個(gè)步驟： 1、確定批量； 2、計(jì)算提前期； 3、安排優(yōu)先權(quán)，安排作業(yè)計(jì)劃； 4、根據(jù)能力限制調(diào)整作業(yè)計(jì)劃，再重復(fù)前三個(gè)步驟。按預(yù)先制定的提前期，用無(wú)限能力計(jì)劃法編制作業(yè)計(jì)劃。APS先進(jìn)計(jì)劃調(diào)度基于約束理論能夠處理生產(chǎn)類(lèi)型和工序約束自動(dòng)的，可視化的作業(yè)計(jì)劃TOC約束理論一“約束資源”，“瓶頸”約束資源決定企業(yè)有效產(chǎn)出與庫(kù)存企業(yè)有效產(chǎn)出受到企業(yè)的生產(chǎn)能力和市場(chǎng)的需求量的制約“非約束”應(yīng)與“約束”同步庫(kù)存水平只要能維持“約束”上的物流連續(xù)穩(wěn)定即可“非約束”的利用程度不由其本身決定，而是由系統(tǒng)的“約束”決定的?！凹s束”上一個(gè)小時(shí)的損失則是整個(gè)系統(tǒng)的一個(gè)小時(shí)的損失?！胺羌s束”節(jié)省的一個(gè)小時(shí)無(wú)益于增加系統(tǒng)有效產(chǎn)出。APS約束類(lèi)型

資源約束a，單一資源

b，無(wú)限資源

c，并發(fā)資源

d，共享資源

e，可調(diào)整共享資源順序約束庫(kù)存約束特別約束APS計(jì)劃算法一有限能力計(jì)劃

a，算法順序計(jì)劃 b，向前順序計(jì)劃 c，向后順序計(jì)劃 b，雙向計(jì)劃或瓶頸計(jì)劃基于模擬的計(jì)劃

基于模擬規(guī)則產(chǎn)生一個(gè)優(yōu)化的計(jì)劃APS計(jì)劃算法二向前順序計(jì)劃固定了開(kāi)始時(shí)間，決定結(jié)束時(shí)間，也許會(huì)違反完成日期。向后順序計(jì)劃固定結(jié)束時(shí)間，決定開(kāi)始時(shí)間，產(chǎn)生一個(gè)不會(huì)延遲的計(jì)劃，然而，計(jì)劃也許有不可行的開(kāi)始時(shí)間。雙向計(jì)劃或瓶頸計(jì)劃，先安排約束資源上加工的關(guān)鍵件的生產(chǎn)進(jìn)度計(jì)劃，以約束資源為基準(zhǔn)，把約束資源之前、之間、之后的工序分別按拉動(dòng)、工藝順序、推動(dòng)的方式排定，并進(jìn)行一定優(yōu)化，接下來(lái)編制非關(guān)鍵件的作業(yè)計(jì)劃。特點(diǎn)：與ERP不同，瓶頸算法順序計(jì)劃中的提前期是批量、優(yōu)先權(quán)和其它許多因素的函數(shù)，是編制作業(yè)計(jì)劃產(chǎn)生的結(jié)果。啟發(fā)式規(guī)則

主要的優(yōu)點(diǎn)是啟發(fā)式規(guī)則往往利用與該問(wèn)題相關(guān)的知識(shí)，因此，在通常情況下能夠在較短的時(shí)間內(nèi)得到較好方案。啟發(fā)式規(guī)則無(wú)法分析與判斷其方案的質(zhì)量。APS中的啟發(fā)式規(guī)則1、預(yù)先確定任務(wù)的參數(shù)類(lèi)規(guī)則

如升序定單屬性值，優(yōu)先級(jí)、反向優(yōu)先級(jí)2、最小化任務(wù)延遲類(lèi)規(guī)則

如先到先服務(wù)3、最小化任務(wù)流程時(shí)間類(lèi)規(guī)則

適用于最小時(shí)間的控制，提高工時(shí)利用率。如完成日期4、最大設(shè)備能力類(lèi)規(guī)則

適用于是計(jì)劃設(shè)備效率來(lái)最大化整個(gè)設(shè)備的生產(chǎn)能力。如閑散時(shí)間5、定制規(guī)則流程工業(yè)調(diào)度特點(diǎn)產(chǎn)品配方、產(chǎn)品混合、物料平衡等問(wèn)題需要考慮主產(chǎn)品、副產(chǎn)品、協(xié)產(chǎn)品、半成品循環(huán)和回流熱蒸汽、冷凍水、壓縮空氣、水、電等動(dòng)力能源輔助系統(tǒng)也應(yīng)納入調(diào)度生產(chǎn)調(diào)度流程工業(yè)中生產(chǎn)過(guò)程的柔性是靠改變各裝置間的物流分配和生產(chǎn)裝置的工作點(diǎn)來(lái)實(shí)現(xiàn)的，必須由先進(jìn)的在線優(yōu)化、控制技術(shù)來(lái)保證。靜態(tài)調(diào)度：它考慮工廠生產(chǎn)資源優(yōu)化分配，屬于在確定性環(huán)境下靜態(tài)組合優(yōu)化問(wèn)題；動(dòng)態(tài)調(diào)度：它是在生產(chǎn)過(guò)程出現(xiàn)各種動(dòng)態(tài)變化因素時(shí)進(jìn)行的再調(diào)度。靜態(tài)調(diào)度主要的決策變量為：各個(gè)操作的開(kāi)始時(shí)間，持續(xù)時(shí)間、執(zhí)行的單元設(shè)備，以及容量。調(diào)度期變化范圍為2－3天至2－6月。受到單元設(shè)備的操作周期、產(chǎn)品的生產(chǎn)周期以及原料準(zhǔn)備所需的時(shí)間影響。聯(lián)系：產(chǎn)品生產(chǎn)率和產(chǎn)品質(zhì)量指標(biāo)直接由調(diào)度下達(dá)至先進(jìn)控制。先進(jìn)控制將生產(chǎn)過(guò)程的狀態(tài)、過(guò)程模型的參數(shù)的更新反饋至生產(chǎn)調(diào)度。動(dòng)態(tài)調(diào)度動(dòng)態(tài)調(diào)度又稱(chēng)再調(diào)度：處理突發(fā)事件，如某項(xiàng)生產(chǎn)控制指標(biāo)超出臨界值，設(shè)備的故障、資源突然短缺以及能源供應(yīng)中斷等。它在生產(chǎn)過(guò)程中出現(xiàn)的意外事件進(jìn)行，保證生產(chǎn)的平穩(wěn)進(jìn)行。動(dòng)態(tài)調(diào)度依據(jù)生產(chǎn)計(jì)劃和實(shí)際工況響應(yīng)進(jìn)行調(diào)度，與靜態(tài)調(diào)度不同，需要考慮實(shí)時(shí)性。動(dòng)態(tài)生產(chǎn)調(diào)度對(duì)生產(chǎn)運(yùn)行控制的性能具有重大影響，但大規(guī)模的具有工業(yè)意義的動(dòng)態(tài)生產(chǎn)調(diào)度問(wèn)題由于其復(fù)雜性，單純依靠人（即使是有經(jīng)驗(yàn)的生產(chǎn)調(diào)度人員）來(lái)解決已被實(shí)踐經(jīng)驗(yàn)證明是不現(xiàn)實(shí)的。最優(yōu)調(diào)度問(wèn)題描述給定：生產(chǎn)過(guò)程的工藝、設(shè)備及全部相關(guān)信息；一個(gè)感興趣的時(shí)間段；用戶定單及原料到貨信息或生產(chǎn)計(jì)劃信息決定：每個(gè)設(shè)備單元的操作時(shí)間（例如，在感興趣的時(shí)間段內(nèi)設(shè)備在每個(gè)時(shí)刻執(zhí)行哪個(gè)任務(wù)）；工廠的物料流。使得：目標(biāo)函數(shù)最優(yōu)。生產(chǎn)過(guò)程的約束

約束條件：生產(chǎn)調(diào)度受到諸多因素的限制，一般有：產(chǎn)品的投產(chǎn)期，交貨期（完成期），生產(chǎn)能力，加工順序，加工設(shè)備和原料的可用性，批量大小，加工路徑，成本限制等，這些都是所謂的約束條件。硬約束與軟約束：硬約束是必須要滿足的，如交貨期，生產(chǎn)能力等，而軟約束只需達(dá)到一定的滿意度即可，如生產(chǎn)成本等。這些約束一般情況是確定的，在進(jìn)行調(diào)度時(shí)大都作為確定性因素考慮。不確定性因素：設(shè)備故障，原料供應(yīng)變化，生產(chǎn)任務(wù)變化等非正常情況，都是事先不能預(yù)見(jiàn)的，大都作為不確定性因素考慮。SchedulingmodelConstraintsTimerelations

start(A)+p(A)=end(A)

sequencingB<<Aend(B)≤start(A)Resourcecapacityconstraints

unaryresource(activitiescannotoverlap)A<<B∨B<<Aend(A)≤start(B)∨end(B)≤start(A)BA優(yōu)化目標(biāo)

生產(chǎn)調(diào)度的性能指標(biāo)可以是成本最低、庫(kù)存費(fèi)用最少（減少流動(dòng)資金占用）、生產(chǎn)周期最短、生產(chǎn)切換最少、設(shè)備利用率最高、三廢最少等。生產(chǎn)調(diào)度的性能指標(biāo)大致可以歸結(jié)為三類(lèi)：最大能力指標(biāo)成本指標(biāo)客戶滿意度指標(biāo)

間歇型生產(chǎn)過(guò)程調(diào)度間歇型生產(chǎn)過(guò)程適用于中小批量且產(chǎn)出價(jià)值較高的產(chǎn)品。一般是由一些通用型的設(shè)備組成，通過(guò)對(duì)設(shè)備、原材料等資源的共享，在同一組設(shè)備上實(shí)現(xiàn)多種產(chǎn)品的生產(chǎn)，并且可以實(shí)現(xiàn)較為復(fù)雜的合成過(guò)程。

間歇型生產(chǎn)過(guò)程的靈活性，對(duì)生產(chǎn)調(diào)度提出了更高的要求。由于設(shè)備可由多項(xiàng)流程共享，工藝描述與設(shè)備描述是不同且獨(dú)立的，在設(shè)備管理的同時(shí)還亟需工藝管理。為了在特定的時(shí)間段上將設(shè)備分配給特定的工藝流程，調(diào)度成為最重要的功能。中間貯罐協(xié)調(diào)工序間差異中間貯罐：

某些需要較長(zhǎng)加工時(shí)間的工序成為生產(chǎn)過(guò)程的瓶頸，它屬于時(shí)間瓶頸。為解決瓶頸問(wèn)題，往往在工序間加入中間貯罐，使得上、下游的物料流分離，協(xié)調(diào)工序間生產(chǎn)能力、加工時(shí)間差異。中間貯罐并不能夠完全地解決時(shí)間與能力瓶頸。由于中間產(chǎn)品往往具有不穩(wěn)定的特點(diǎn)，它在加工完成后，必須立即由下一道工序加工，而不允許等待。導(dǎo)致了工序間存在大量的空閑時(shí)間，降低了設(shè)備的使用率和生產(chǎn)率，中間存儲(chǔ)策略不同性質(zhì)的化工產(chǎn)品(中間品)具有不同的中間存儲(chǔ)策略：NIS無(wú)限存儲(chǔ)策略FIS有限存儲(chǔ)策略NIS無(wú)中間存儲(chǔ)ZW零等待策略MIS混合存儲(chǔ)策略成品與原料一般為無(wú)限存儲(chǔ)，不穩(wěn)定中間品必須采用ZW策略，而穩(wěn)定中間品可采用FIS(有限能力的貯罐)或NIS(設(shè)備自身存儲(chǔ))。連續(xù)型流程工業(yè)生產(chǎn)調(diào)度連續(xù)型生產(chǎn)過(guò)程適合于固定的大批量產(chǎn)品的生產(chǎn)，其特點(diǎn)是生產(chǎn)過(guò)程工藝流程基本不變，物料流是連續(xù)的。物流與能源流的連續(xù)、操作任務(wù)連續(xù)執(zhí)行是連續(xù)過(guò)程的本質(zhì)特點(diǎn)。連續(xù)過(guò)程的特點(diǎn)為其物料(中間品)可以為多個(gè)工序使用，并生產(chǎn)不同的產(chǎn)品，調(diào)度問(wèn)題的目的在于合理調(diào)配物料，使之能夠獲得最大的經(jīng)濟(jì)效益。由于關(guān)鍵中間品的生產(chǎn)能力存在瓶頸，可稱(chēng)為有限能力下最大利潤(rùn)問(wèn)題。連續(xù)型流程工業(yè)生產(chǎn)調(diào)度調(diào)度方法：

優(yōu)化目標(biāo)在于充分利用有限的生產(chǎn)能力進(jìn)行物料的調(diào)配與平衡。由于產(chǎn)品的變化是由裝置加工方案和工藝操作條件決定的，生產(chǎn)過(guò)程的一定限度內(nèi)的柔性是靠改變各裝置間物流的分配和改變裝置運(yùn)行的工作點(diǎn)即工藝操作參數(shù)來(lái)實(shí)現(xiàn)的。前者通過(guò)生產(chǎn)調(diào)度系統(tǒng)來(lái)確定，后者則通過(guò)操作優(yōu)化，由先進(jìn)控制來(lái)保證。實(shí)時(shí)性要求：由于生產(chǎn)是在連續(xù)不斷的進(jìn)行之中，調(diào)度問(wèn)題也隨著生產(chǎn)流程的變化而變化，在時(shí)間上要求調(diào)度決策迅速及時(shí)，與生產(chǎn)流程保持同步，要求滯后時(shí)間在一定的域值范圍之內(nèi)。SchedulingProblemsTypeIOnemachineMultiplemachine(Single-stage)SchedulingProblemsTypeIIMulti-stageMulti-purposeS310%90%HeatS460%Reaction3S740%SeparationReaction1Reaction3Reaction270%30%S5S6S2S1Heat過(guò)程調(diào)度類(lèi)型生產(chǎn)過(guò)程生產(chǎn)調(diào)度問(wèn)題可按其產(chǎn)品生產(chǎn)工藝的相似程度分為兩類(lèi)：多產(chǎn)品(Multi-Stage)過(guò)程，類(lèi)似于Flowshop整個(gè)生產(chǎn)過(guò)程分為若干個(gè)生產(chǎn)階段，每個(gè)階段內(nèi)包括若干個(gè)并行生產(chǎn)設(shè)備，每個(gè)產(chǎn)品都需要順序經(jīng)過(guò)所有的生產(chǎn)階段。多用途(Multi-Purpose)過(guò)程調(diào)度。類(lèi)似于Jobshop各個(gè)產(chǎn)品的生產(chǎn)工藝不相同，同一產(chǎn)品生產(chǎn)存在多個(gè)備選生產(chǎn)路徑，其生產(chǎn)路途并不是預(yù)先確定的，可以通過(guò)設(shè)備的組織安排來(lái)調(diào)整，因此其調(diào)度問(wèn)題比多產(chǎn)品過(guò)程更復(fù)雜。ExampleABB1CABC原生產(chǎn)過(guò)程中，A加工時(shí)間1h，B加工時(shí)間4h，C加工時(shí)間2h，原來(lái)每批次循環(huán)時(shí)間為4小時(shí)，現(xiàn)增加一個(gè)設(shè)備B1，批次循環(huán)時(shí)間降為2小時(shí)；A工序上的等待時(shí)間減少了2h，C設(shè)備上空閑時(shí)間由原來(lái)的2小時(shí)降為零0１２３45678910110１２３456789SchedulingProblemsPropertyDifferentConstraints?Sequence(in)dependentsetuptimes?Release/duetimesDifferentObjectiveFunctions?Maximizethroughputoverafixedperiodoftime?Minimizecompletiontime(makespan)foragivensetofordersSchedulinginChemicalIndustryVariablebatchsizesRecyclestreams,batchsplitting/mixingDifferentstoragepolicies;sharedstoragetanksUtilities(coolingwater,steam,etc.)S310%90%HeatS460%Reaction3S740%SeparationReaction1Reaction3Reaction270%30%S5S6S2S1HeatState-TaskNetwork(STN)RepresentationS3HeatReaction11h2hSeparationS4S1S2Reaction23hS5S62hReaction3S71hSTN網(wǎng)是一個(gè)具有兩類(lèi)節(jié)點(diǎn)的有向圖，分別表示狀態(tài)與任務(wù)，狀態(tài)指生產(chǎn)過(guò)程的各種物料，而任務(wù)表示物料從一種狀態(tài)轉(zhuǎn)換至另一狀態(tài)的操作，通過(guò)各個(gè)狀態(tài)的存儲(chǔ)能力屬性來(lái)表示各種中間存儲(chǔ)策略。

State-TaskNetwork(STN)RepresentationBsA2=BsA4=20S140%25%S3S260%S475%BIA,S1,2=8BOA,S3,4=5BIA,S2,2=12BOA,S4,4=15State-TaskNetwork(STN)RepresentationInventoryS2S30123456Time(h)Reactor1Reactor2Reactor3ColumnHeatingReaction1Reaction2Reaction3Separation0123456Time(h)優(yōu)化調(diào)度模型－時(shí)間表示方式Kondili,Pantelides&Sargent(1993);Shah,Pantelides&Sargent(1993):STN-DiscretePantelides(1994):RTN-DiscreteGeneralframeworkforhandlingwiderangeofschedulingproblems.MILPwithmanybinaries.Zhang&Sargent(1995);Mockus&Reklaitis(1999):STN/RTN-ContinuousSchilling&Pantelides(1996):RTN-ContinuousGeneralMINLPformulationfordesignandscheduling.ReducestoMILPforfixedrecipes.Ierapetritou&Floudas(1998):STN–ContinuousEvent-BasedFormulationNewcontinuous-timerepresentationwithdifferenteventsforeachprocessunit.CerdaandMendez(2000);Rodriguezetal.(2001);Leeetal.(2001);Castroetal.(2001)Specialcases:Nobatchsplitting/mixing,noresourceconstraintsotherthanunits.優(yōu)化調(diào)度模型－時(shí)間表示方式標(biāo)準(zhǔn)時(shí)間分布(UDM)，以所有的工廠任務(wù)的最短操作時(shí)間為劃分標(biāo)準(zhǔn)等分時(shí)間，并假定所有操作(生產(chǎn)任務(wù)開(kāi)始、約束、資源的變化、設(shè)備失效等)均發(fā)生在各時(shí)間段的邊界上。非標(biāo)準(zhǔn)連續(xù)時(shí)間分布(NUDM)，將時(shí)間表達(dá)為連續(xù)變量，時(shí)間段的劃分為非均勻方式，時(shí)間段的個(gè)數(shù)與長(zhǎng)度非預(yù)先確定，它可以在整個(gè)調(diào)度期內(nèi)的任意一點(diǎn)開(kāi)始。離散事件表示，不存在時(shí)間段的劃分，直接以任務(wù)和設(shè)備上事件的開(kāi)始、結(jié)束時(shí)間來(lái)表示。FixedtimepointsFixedtimeintervalVariabletimepointsVariabletimeintervals

NocommontimeintervalsTimeRepresentations-DiscreteTimeRepresentation2hr1hr30min3hr?T=30minT1T2T3ApproximationsoftenneededConstantprocessingtimesT1T2T3012345678t(hr)2hr1hr40min3hr?T=20min012345678t(hr)TimeRepresentations-ContinuousTimeRepresentationNoapproximationsneededAccountsforvariableprocessingtimesFewertimeperiods?Fewervariables&constraintsDurationandnumberoftimeperiodsunknownT1T2T3012345678t(hr)ContinuousTimeRepresentationITimeRepresentations-Event-BasedRepresentation

T1T2T301 2 34 5678t(hr)122233Event-BasedRepresentation

決策變量為設(shè)備事件分配與任務(wù)事件分配在某一事件上使用邏輯約束使得若任務(wù)事件發(fā)生，必然使得某個(gè)設(shè)備事件發(fā)生。此方法避免使用時(shí)間分配變量模型為MILP優(yōu)化模型，但需要預(yù)先估算事件的個(gè)數(shù)。時(shí)間表達(dá)方式差異UDM直觀，簡(jiǎn)單，將調(diào)度水平分成的等間隔時(shí)間段。問(wèn)題可以表示為一個(gè)多時(shí)段的MILP模型。但模型規(guī)模與加工時(shí)間有關(guān)，可能產(chǎn)生計(jì)算復(fù)雜性問(wèn)題。NUDM直接通過(guò)使用連續(xù)變量來(lái)表示所有事件（如：任務(wù)的開(kāi)始和結(jié)束）的發(fā)生時(shí)間，而不是分布在每個(gè)人為分成的等間隔時(shí)間段上，從而達(dá)到減少變量的數(shù)目的目的。問(wèn)題最后表示為MINLP，模型較為復(fù)雜。模型規(guī)模與加工時(shí)間無(wú)關(guān)。在事件數(shù)目遠(yuǎn)小于時(shí)間段數(shù)目時(shí)，NUDM的性能明顯優(yōu)于UDM。COMPUTATIONALEFFICIENCYAvoidtimepartitioningFewtimeintervalsAvoidbig-MconstraintsNoutilityconstraintsGENERALITYRecyclestreamsBatchsplitting/mixingDifferentstoragepoliciesUtilityconstraintsExample1Given:thetimehorizontheavailableunitsandstoragetanks,andtheircapacitiestheavailableutilities(steam,coolingwater)theproductionrecipe(massbalancecoefficients,utilityrequirements)thepricesofrawmaterialsandfinalproductsDetermine:thesequenceandthetimingoftaskstakingplaceineachunitthebatchsizeoftasks(i.e.theprocessingtimeandtheallocatedresources)theamountofrawmaterialspurchasedandfinalproductssoldExample2MaximizeProductionoverafixedtimehorizonExample2-RemarkExample3UnlimitedStorageFiniteStorageNoIntermediateStorageZero-WaitCoolingWaterLowPressureSteamHighPressureSteamDifferentStoragePolicies–UtilityConstraintsExample3-ResultBinaries:249Nodes:690Continuous:1,711CPUsec:22.7 Constraints3,382EquipmentGanttChart-UtilityConsumptionGraph基于UDM的調(diào)度優(yōu)化模型基于UDM的調(diào)度優(yōu)化模型AssignmentConstraints

Calculationofdurationandfinishtimeoftaski

Massbalances

UtilityConstraint

TighteningConstraints

計(jì)劃調(diào)度優(yōu)化方法－數(shù)學(xué)規(guī)劃數(shù)學(xué)規(guī)劃理論包括： 排隊(duì)網(wǎng)絡(luò)方法(QueingNetwork) 線性規(guī)劃(LinearProgramming,LP) 非線性規(guī)劃(Non-linearProgramming,NLP) 動(dòng)態(tài)規(guī)劃(DynamicalProgramming,DP) 混合整數(shù)線性規(guī)劃(MixedIntegerLinearProgramming,MILP)

工業(yè)中的應(yīng)用最為廣泛的是混合整數(shù)規(guī)劃。計(jì)劃調(diào)度優(yōu)化方法－數(shù)學(xué)規(guī)劃優(yōu)點(diǎn)：主要優(yōu)點(diǎn)是其全局優(yōu)化的觀點(diǎn)，對(duì)所有的分配與次序決策都同時(shí)做出，能夠有效地評(píng)價(jià)方案的質(zhì)量。對(duì)于凸問(wèn)題能夠得到全局最優(yōu)解。即使求解過(guò)程在達(dá)到到最佳解之前終止，對(duì)于凸問(wèn)題也能夠得到達(dá)到全局最優(yōu)解的范圍，能夠有效地評(píng)價(jià)方案的質(zhì)量。缺點(diǎn)：

盡管通用算法很有效，但也往往不能在可行時(shí)間內(nèi)得到一個(gè)可行解。必須針對(duì)特定問(wèn)題，開(kāi)發(fā)和使用特殊的算法。而且問(wèn)題發(fā)生輕微變化后，原先的算法就可能失效。用戶必須將問(wèn)題抽象為形式化的模型。相同的問(wèn)題可以描述為不同的模型。

計(jì)劃調(diào)度優(yōu)化方法－人工智能生產(chǎn)過(guò)程是高維對(duì)象，采用規(guī)劃模型求解調(diào)度問(wèn)題，隨著維數(shù)的增加，計(jì)算量呈指數(shù)增長(zhǎng)。為了提高求解效率、減少計(jì)算工作量，提出了不少基于規(guī)則的優(yōu)化方法。對(duì)于提高計(jì)算效率起到了重要的作用；采用人工智能的方法(如各種搜索的方法、專(zhuān)家系統(tǒng)的方法等)對(duì)于解決具體的調(diào)度問(wèn)題，不僅可以簡(jiǎn)化問(wèn)題，而且能獲得合乎實(shí)際的滿意解。

運(yùn)籌學(xué)和人工智能融合

兩類(lèi)方法采用了不同的模型，不同的術(shù)語(yǔ)，各有其特點(diǎn)，但都未能真正解決調(diào)度與計(jì)劃決策問(wèn)題。由于生產(chǎn)環(huán)境的動(dòng)態(tài)性，生產(chǎn)領(lǐng)域知識(shí)的多樣性，調(diào)度問(wèn)題的復(fù)雜性，必須將人、數(shù)學(xué)方法和信息技術(shù)結(jié)合起來(lái)研究生產(chǎn)領(lǐng)域的管理調(diào)度問(wèn)題。注重算法在實(shí)際問(wèn)題中的應(yīng)用，以及實(shí)際調(diào)度與計(jì)劃問(wèn)題的解決。分解BasicDecompositionIdeaComparedto“manufacturing”problems:1.Unknowntypeandnumberofbatches(tasks);unknownassignmentsoftaskstounits2.Mixingofintermediates;variablebatch-sizeandprocessingtime

Therearegoodalgorithmsforproblemswithfixedtypeandnumberoftasksandfixedassignments

Decomposeproblemintwosubproblems1.Determinetypeandnumberoftasksandassignmentsofunitstotasks2.Solvereducedproblemwithanefficient,problem-specificalgorithm分解BasicDecompositionIdeaAlgebra

x1+2x2+2x3=62x1+x2+x3=63x2+4x3 =7x3+3x4+x5=8x4+2x5=8

x1=2x2=1x3=1x4=2x5=3Optimization

M2M2M1Underdetermined?Manysolutions?Solve(S1)&(S2)manytimesSolutiontime:2

(M1)→210=1024sec(M1)&(M2)→25+25=64sec1stSubproblem(M1):MathematicalProgramming→MILP

2ndSubproblem(M2):ConstraintProgrammingModelingandSolutionParadigms

MathematicalProgrammingWellknown&widelyappliedEfficientalgorithmsformoderatelysizedproblems(branch-andbound,cuttingplanes)SearchisbasedonsolutionofrelaxedproblemsConstraintProgrammingNewModelingandSolutionParadigm?Developedinearly90’sinAI?VeryeffectiveforclassesofoptimizationproblemsHighlyconstrained(feasibility)problems;someschedulingproblemsSpecial“constructs”andconstraintsforclassesofproblems?Constructs: activityX,unaryresourceY?Constraints:XrequiresY (GLOBAL)A→

B,A∨

B (LOGIC)?

HighlyExpressive?

EffectivelocalsearchSearchisbasedonconstraintpropagation

Mathematicalvs.ConstraintProgrammingConstraintProgramming

Fastalgorithmsforspecialproblems

Computationallyeffectiveforhighlyconstrained,feasibilityandmachinesequencingproblems

Noteffectiveforoptimizationproblemswithcomplexstructureandmanyfeasiblesolutions

MathematicalProgramming

Intelligentsearchstrategybutcomputationallyexpensiveforlargeproblems

ComputationallyeffectiveforoptimizationproblemswithmanyfeasiblesolutionsNoteffectiveforfeasibilityproblemsandmachinesequencingproblemsMAINIDEA

Decomposeproblemintotwoparts

UseMPforhigh-leveloptimizationdecisions

UseCPforlow-levelsequencingdecisions

ProposedStrategy

ProductionZ*×××××UpperboundFeasiblesolution0246810Iterations

Fixno/typeoftasksandassignmentdecisions

Problemishighlyconstrained:suitableforCP

Iffeasible,obtainlowerbound

Addintegercutandcontinueuntilboundsconverge?ExpressprobleminanaggregatedMPform

?UseMPtoidentifypotentiallygoodsolutions

?Fixno/typeoftasks,assignmentoftaskstounits

?Fixno/typeoftasksandassignmentdecisions

?Problemishighlyconstrained:suitableforCP?Iffeasible,obtainlowerbound?Addintegercutandcontinueuntilboundsconverge

SolveMIPMasterProblemmaxproductions.t.RELAXATIONObtainUBSolveCPSubproblemmaxproductions.t.ALLCONSTRAINTSw/fixedno/typeoftasksObtainLB

SolveMIPMasterProblemmaxproductions.t.RELAXATIONObtainUB

Fixno/typeoftasks,assignmenttounits

Addintegercuts

Fixno/typeoftasksandassignmentdecisions

Problemishighlyconstrained:suitableforCP

Iffeasible,obtainlowerbound

AddintegercutandcontinueuntilboundsconvergeProposedFormulation

SolveMIPMasterProblemmaxproductions.t.RELAXATIONObtainUBCPSubproblem(CP)maxproductions.t.ALLCONSTRAINTSw/fixedno/typeoftasksObtainLB

MIPMasterProblem(MP)maxproductions.t.SOMECONSTRAINTS

ObtainUB

Fixno/typeoftasks,assignmenttounits

Addintegercuts

Tasks ?

ActivitiesUnits ?

UnaryResourcesUtilities?

DiscreteResourcesStates ?

Reservoirs

Zic=1ifbatchcoftaskiiscarriedout

IntegerCuts

GeneralizationofDecompositionFrameworkIMultipurposeBatchPlant

S310%90%HeatS460%Reaction3S740%SeparationReaction1Reaction3Reaction270%30%S5S6S2S1HeatMasterMIPProblem

CPSubproblemZic=1ifbatchcoftaskiiscarriedoutBic

=batchsizeofbatchcoftaski

Ss

=inventorylevelofstates

GeneralizationofDecompositionFramework-GeneralMulti-stagePlantMasterMIPProblem

CPSubproblemZic=1ifbatchcoftaskiiscarriedoutBic

=batchsizeofbatchcoftaski

Ss

=inventorylevelofstates

T10T20T11T21T30T31F1F2F3S10S20S30S11S21S31P1P2P3T10T20T30T11T21T31T12T22T32GeneralizationofDecompositionFramework-Multi-stagePlant:demandinorders

MasterMIPProblem

CPSubproblemFixedbatches&batch-sizesDropcindex,BvariablesTask→(order,stage,unit):i→(o,k,j)

AddassignmentconstraintT10T20T11T21T30T31F1F2F3S10S20S30S11S21S31P1P2P3T10T20T30T11T21T31T12T22T32GeneralizationofDecompositionFramework:Single-stageMasterMIPProblem

CPSubproblemGeneralizationofDecompositionFrameworkIIUseproblem-specificalgorithmtosolvesubproblem(notnecessarilyCP)

Minimizationofcostofmulti-stageproblemfororderswithreleaseandduetimesNordershavetobeprocessedsequentiallyonKstages,whereeachstageconsistsofMkunits.Eachorderihasreleaserianddueditimethathavetobemet,andaprocessingcostcijandprocessingtimeptijwhenprocessedonunitj.Theobjectiveistominimizethesumofprocessingcostssubjecttomeetingthereleaseandduetimes.

SubproblemisatraditionalORproblem(job-shopproblem)?ThereareefficientalgorithmsUseShiftingBottleneckProcedure(AdamsandBalas,1988)tosolvethesubproblemMasterProblem:AssignmentSubproblem:SequencingGeneralizationofDecompositionFrameworkIVMILPSolverMaster(MP)Subproblem(SP)ProgramControlIntegerCut1IntegerCut2IntegerCut3ConstraintProgrammingShiftingBottleneckProcedurePreprocessing1Preprocessing2Preprocessing3ProgramControlMaster(MP)

Subproblem(SP)Data?PlantConfiguration?Units,tasks,states?Yields,massfractions?Processingtimes?Setuptimes,costs?Release/duetimes

IntegratedFramework

智能方法－約束規(guī)劃highlyeffectivetechnologythatusesdomainreductionandconstraintpropagationtoefficientlysolveproblemsthatarehighlycombinatorialwithhighlylogicalcontent.Theseproblemsareusuallydifficultorimpossibletorepresentwithlinearexpressions.Constraintprogrammingusesinformationcontainedintheproblemto“prune”thesearchspace,rapidlyidentifyingfeasiblesolutions.

約束規(guī)劃－Constraintprogramming

約束規(guī)劃的前提是有效地收縮搜索空間與求解一個(gè)可行的或最優(yōu)的方案同樣重要。 約束規(guī)劃適合于實(shí)現(xiàn)柔性化，高效率的調(diào)度系統(tǒng)。通過(guò)為約束傳播者封裝不同的算法，能把適合特定的問(wèn)題的求解算法考慮進(jìn)去，使得柔性成為可能。約束規(guī)劃適合于處理含有大量約束的調(diào)度與再調(diào)度問(wèn)題。

約束規(guī)劃－收縮Domainfiltering

…Da={1,2},Db={1,2,3}…a<bValue1canbesafelyremovedfromDb.Constraintsareusedactivelytoremoveinconsistenciesfromtheproblem.Arcconsistency

約束規(guī)劃－搜索Consistencytechniquesare(usually)incomplete.Weneedasearchalgorithmtoresolvetherest!depth-firstsearchassignavaluetothevariablepropagate=maketheproblemlocallyconsistentbacktrackuponfailure…Xin1..5≈X=1∨X=2∨X=3∨X=4∨X=5Ingeneral,searchalgorithmresolvesremainingdisjunctions!X=1∨X≠1(standardlabeling)X<3∨X≥3(domainsplitting)X<Y∨X≥Y(variableordering)constraintsatisfactiontreesearchalgorithmswhilenotsolvedandnotinfeasible

docheckconsistencyifadeadendisdetectedthentrytoescapefromdeadendelseselectvariableselectvalueforvariableendifendwhileThealgorithmCheckConsistencyprocCheckConsistencyForwardCheck;whiledomainshavechangeddo2-ConsCheck;SequencingCheck;RCPCheck;endwhileendproc智能方法-遺傳算法

遺傳算法是一種隨機(jī)搜索算法，能夠在比較短的時(shí)間在解空間的不同區(qū)域內(nèi)搜索。由于它一次產(chǎn)生一組方案，它也適合于使用并行處理。方案的質(zhì)量因?yàn)槌杀竞瘮?shù)上的界限不能獲得，所以估價(jià)起來(lái)有困難。算法的收斂速度很難預(yù)測(cè)。智能方法－Agent自主性：根據(jù)自己的需要，自主地控制其行為合作性：可與其他Agent交互協(xié)商，通過(guò)合作共同完成感應(yīng)性：可以主動(dòng)而有選擇地觀察外部環(huán)境，及時(shí)采取動(dòng)作存在性：不斷觀察環(huán)境，更新內(nèi)態(tài)，選擇并執(zhí)行相應(yīng)的動(dòng)作MAS是由若干具有一個(gè)或多個(gè)目標(biāo)的Agent按照一定的信息關(guān)系、控制關(guān)系以及問(wèn)題求解能力的分布模式而組成的，是一個(gè)松散耦合的Agent網(wǎng)絡(luò)，其內(nèi)部Agent之間的組織結(jié)構(gòu)可靈活改變。“針對(duì)時(shí)間而設(shè)計(jì)(design-to-time)”的實(shí)時(shí)Agent調(diào)度方案ExPlanTechExPlanTech–aproductionplanningsystemwithafunctionalityto:estimatingduedatesandresourcesrequirementsprovidingaprojectplanimplementingre-planningMultiAgentsystem(MAS)MultiAgentsystem(MAS)operator:aninstanceoftheppaandpmaclasses–projectconfigurationanddecomposition,managementoftheoverallprojectworkshop:aninstanceofthepaclass–schedulingandresourceallocationonadepartmentorCNCmachinedatabaseagent:aninstanceofthepaclass–anintegrationagent,integratesExPlanTechwithfactoryERPmaterialagent:aninstanceofthepaclass–integratesanMRP-materialresourceplanningsystemSpecialvisualizationandusermanipulationmeta-agent仿真模擬

仿真模擬提供對(duì)全部任務(wù)，次序,先后和時(shí)間選擇決定的結(jié)果的直接觀察，能夠以較低的計(jì)算成本對(duì)方案進(jìn)行快速而詳細(xì)的分析。仿真模擬的方法能夠用來(lái)測(cè)試用戶提出的各種候選方案。如果它與一個(gè)較為粗略但卻快速的調(diào)度求解方法結(jié)合，通過(guò)不斷的重復(fù)仿真與求解，從而能夠?qū)崿F(xiàn)在線調(diào)度。

SupplyChainCustomers

Retailers

Distributioncenters

Warehouses/Assemblypoints

ProductionFacilities

MaterialFlow

OrderFlow

SchedulingwithinSupplyChainI

Excesscapacity:Changeoverto“idle”sometimesveryexpensive(e.g.furnaces,mills)Heavily-loadedplants:Includebacklogcosts(usuallyasmultipleofholdingcost)LongplanninghorizonsProductionTargets

Deliveriesonlyatspecifieddates

Highpeaksindemand(productiontargets)MajorTrade-off:ChangeoverCostvs.InventoryCost024681012(months)SchedulingwithinSupplyChainIIMinimizationofcostoveralongtimehorizonwithduedates

ExistingModelsinChemELiterature

MathematicalProgrammingModels(95%)?Maximizationofproduction;minimizationofmakespan?Shorttimehorizons?Veryexpensivewhenaccountforduedates

OtherModels(5%)?Minimizationofmakespan?Shorttimehorizons?DuedateseffectivelyaddressedResearchObjective:DevelopefficientmodelsforSupplyChainLongtimehorizons;duedatesAccountfortransportation&holdingcostsatdownstreamnodes(?)Accountfordemanduncertainty(?)

FutureDirections

1.UsesophisticatedsolutiontechniquesforMIPmodels

? Newcuttingplanes

? Specializedbranchingtechniquesforcardinalityconstraints

? Exploitnetworkstructureofsupplychains

? Lagrangeandecomposition

2.Hierarchicaldecompositionschemes:planning–schedulingsubproblems

? PlanningMIPmaster–SchedulingCPsubproblem

? PlanningaggregateMIPmaster–SchedulingdetailedMIPsubproblem

3.Rollinghorizonapproaches

? Productiontargetsdeterminedbyplanningproblem

? Detailedschedulingfor2weeks;implementoneweek;reschedulefor2weeksAnyQuestion?Example-制藥發(fā)酵過(guò)程調(diào)度Example－流程種子罐、培養(yǎng)罐與發(fā)酵罐均為間歇操作，菌種在種子罐與培養(yǎng)罐的培養(yǎng)時(shí)間一般為20-30小時(shí)和70-80小時(shí)，在發(fā)酵罐內(nèi)需要的發(fā)酵時(shí)間則較長(zhǎng)，一般為6-7天左右，因此它是主要的瓶頸工序。提煉工序在發(fā)酵放罐后才開(kāi)始運(yùn)行，屬于連續(xù)操作，其能力大于發(fā)酵能力。

Example－車(chē)間設(shè)備Example－STNExample－任務(wù)設(shè)備Example－STN參數(shù)存儲(chǔ)任務(wù)名稱(chēng)任務(wù)編碼消耗材料比例T_nameT_idT_materialT_propChar(20)IntegerIntegernumber(4,2)任務(wù)名稱(chēng)任務(wù)編碼產(chǎn)出材料產(chǎn)出工時(shí)產(chǎn)出比例T_nameT_idT_productT_protimeT_propChar(20)IntegerintegerNumber(10,2)Number(4,2)任務(wù)名稱(chēng)任務(wù)編碼消耗資源比例T_nameT_idT_engeryT_propChar(20)IntegerIntegernumber(4,2)設(shè)備名稱(chēng)設(shè)備編碼任務(wù)編碼加工時(shí)間最大能力最小能力M_nameM_idT_idM_tasktimeM_maxM_minChar(20)Integerintegernumber(10,2)number(10,2)number(10,2)調(diào)度期產(chǎn)品名稱(chēng)產(chǎn)品編碼需求數(shù)量?jī)r(jià)格S_numP_nameT_idP_requiredP_priceIntegerchar(20)integerNumber(10,2)Number(10,2)Example－STN描述語(yǔ)言Example－模型存在？所有違反庫(kù)存約束物料集合所有違反需求產(chǎn)品集合存在？隨機(jī)選取集合中某一物料隨機(jī)選取該物料某一任務(wù)隨機(jī)選取執(zhí)行該任務(wù)某一設(shè)備隨機(jī)選取該任務(wù)某一發(fā)生時(shí)刻隨機(jī)選取任務(wù)集合中某一任務(wù)隨機(jī)選取執(zhí)行該任務(wù)某一設(shè)備隨機(jī)選取該任務(wù)某一發(fā)生時(shí)刻隨機(jī)選取集合中某一元素隨機(jī)選取生產(chǎn)該產(chǎn)品的某一任務(wù)隨機(jī)選取執(zhí)行該任務(wù)某一設(shè)備隨機(jī)選取該任務(wù)某一發(fā)生時(shí)刻低于需求？刪除該產(chǎn)品對(duì)應(yīng)的任務(wù)刪除該物料對(duì)應(yīng)的任務(wù)低于庫(kù)存？返回返回返回返回返回Example－算法CP優(yōu)化軟件－ILOGOPLStudioAmodelinglanguage－ViaILOGOPL(OptimizationProgrammingLanguage)Aprogrammingsystemthatincludes

Predefinedconstraintswithpowerfulfilteringalgorithms－

ViaaconnectiontoILOGSolverconstraints

Example2－ChemicalCompany

SchedulingCustomPilotChemicalCompanyisachemicalmanufacturerthatproducesbatchesofspecialtychemicalstoorder.Principalequipmentconsistsofeightinterchangablereactorvessels,fiveinterchangeabledistillationcolumns,fourlargeinterchangeablecentrifuges,andanetworkofswitchablepipingandstoragetanks.Customerdemandcomesintheformofordersforbatchesofoneormorespecialtychemicals,normallytobedeliveredsimultaneouslyforfurtherusebythecustomer.Example2－數(shù)據(jù)結(jié)構(gòu)Example2－數(shù)據(jù)組織Example2－調(diào)度模型Example2－調(diào)度結(jié)果強(qiáng)化節(jié)能減排實(shí)現(xiàn)綠色發(fā)展內(nèi)容覽要節(jié)能減排，世界正在行動(dòng)為什么要節(jié)能減排什么是節(jié)能減排節(jié)能減排，我們正在行動(dòng)0502010403目錄CONTENTS一、什么是節(jié)能減排

在《中華人民共和國(guó)節(jié)約能源法》中定義的節(jié)能減排，是指加強(qiáng)用能管理，采取技術(shù)上可行、經(jīng)濟(jì)上合理以及環(huán)境和社會(huì)可以承受的措施，從能源生產(chǎn)到消費(fèi)的各個(gè)環(huán)節(jié)，降低消耗、減少損失和污染物排放、制止浪費(fèi)，有效、合理地利用能源。從具體意義上說(shuō)，節(jié)能，就是降低各種類(lèi)型的能源品消耗；減排，就是減少各種污染物和溫室氣體的排放，以最大限度地避免污染我們賴(lài)以生存的環(huán)境。二、為什么要節(jié)能減排1、節(jié)能減排是緩解能源危機(jī)的有效手段

當(dāng)下，能源危機(jī)迫在眉睫，國(guó)外有關(guān)機(jī)構(gòu)的統(tǒng)計(jì)結(jié)果顯示：2010年中國(guó)的能源消耗超過(guò)美國(guó)，成為全球第一。2011年2月底，中國(guó)能源研究會(huì)公布最新統(tǒng)計(jì)數(shù)據(jù)顯示，2010年我國(guó)一次能源消費(fèi)量為32.5億噸標(biāo)準(zhǔn)煤，同比增長(zhǎng)6%，超過(guò)美國(guó)成為全球第一能源消費(fèi)大國(guó)。統(tǒng)計(jì)數(shù)據(jù)稱(chēng)，2010年中國(guó)一次能源消費(fèi)量為24.32億噸油當(dāng)量，同比增長(zhǎng)11.2%，占世界能源消費(fèi)總量的20.3%。美國(guó)一次能源消費(fèi)量為22.86億噸油當(dāng)量，同比增長(zhǎng)3.7%，占世界能源消費(fèi)總量的19.0%。

根據(jù)全球已探明傳統(tǒng)能源儲(chǔ)量測(cè)算，按照當(dāng)前能源消耗增長(zhǎng)速度，傳統(tǒng)的石化燃料（煤、石油、天然氣）已經(jīng)不夠人類(lèi)再使用一百年。目前新能源的開(kāi)發(fā)利用方興未艾，2010年全球有23%的能源需求來(lái)自再生能源，其中13%為傳統(tǒng)的生物能，多半用于熱能（例如燒柴），5.2%是來(lái)自水力，來(lái)自新的可再生能源（小于20MW的水力，現(xiàn)代的生物質(zhì)能，風(fēng)能，太陽(yáng)，地?zé)岬龋﹦t只有4.7%。在再生能源發(fā)電方面，全球來(lái)自水力的占16%，來(lái)自新的再生能源者占5%。如果我們不對(duì)現(xiàn)有能源和資源節(jié)約使用，按照目前情況持續(xù)下去，有可能百年之后，人類(lèi)將會(huì)部分進(jìn)入一個(gè)“新石器時(shí)代”。2節(jié)能減排是保護(hù)自然生態(tài)環(huán)境的強(qiáng)力武器

這就是我們美麗的太陽(yáng)系概念圖從太空中拍攝到的蔚藍(lán)色的精靈——地球如詩(shī)如畫(huà)的鄉(xiāng)間美景，逸趣橫生的勞動(dòng)生活！

這幾乎就是我們每個(gè)人為之向往的家園！

然而我們目前不得不面對(duì)的卻是自然生態(tài)環(huán)境的日益惡化！

“溫室氣體大量排放，發(fā)生溫室效應(yīng)，造成全球變暖，這已是不爭(zhēng)的事實(shí)！”目前，在各種溫室氣體中，二氧化碳對(duì)溫室效應(yīng)的影響約占50%，而大氣中的二氧化碳有70%是燃燒石化燃料排放的。我們可以了解到冰川融化、海平面上升、干旱蔓延、農(nóng)作物生產(chǎn)力下降、動(dòng)植物行為發(fā)生變異等氣候變化帶來(lái)的影響。我國(guó)最近兩年干旱頻發(fā)，有相當(dāng)部分原因是受到全球氣候變化問(wèn)題的影響，而這也是我們目前面臨的最復(fù)雜、最嚴(yán)峻的挑戰(zhàn)之一。長(zhǎng)江江西九江段裸露出來(lái)的江灘湘江長(zhǎng)沙橘子洲以西河床（2009年）江西贛江南昌段裸露的橋墩（2009年）溫室效應(yīng)導(dǎo)致氣候變化，打破降雨平衡，旱澇頻發(fā)洪水泛濫——當(dāng)大自然露出鋒利的爪牙，

我們才發(fā)現(xiàn)自己原來(lái)是如此脆弱，不堪一擊！溫室效應(yīng)導(dǎo)致冰川融化

北極熊等極地生命形態(tài)遭遇嚴(yán)重的生存危機(jī)受世界氣候變化影響，曼谷遭遇洪水

溫室效應(yīng)導(dǎo)致的冰川融化還將造成海平面升高的后果，它將直接威脅到沿海國(guó)家以及30多個(gè)海島國(guó)家的生存和發(fā)展。美國(guó)環(huán)保專(zhuān)家的預(yù)測(cè)更令人擔(dān)憂，再過(guò)50年～70年，巴基斯坦國(guó)土的1/5、尼羅河三角洲的1/3以及印度洋上的整個(gè)馬爾代夫共和國(guó)，都將因海平面升高而被淹沒(méi)；東京、曼谷、上海、威尼斯、彼得堡和阿姆斯特丹等許多沿海城市也將完全或局部被淹沒(méi)。

目前，在溫室氣體排放方面，我們國(guó)家正保持領(lǐng)先優(yōu)勢(shì)并有繼續(xù)將其擴(kuò)大的趨勢(shì)?。?！

馬爾代夫倒計(jì)時(shí)：預(yù)計(jì)將于90年內(nèi)被海水淹沒(méi)。原因：全球變暖導(dǎo)致海平面上升.

馬爾代夫是一個(gè)群島國(guó)家，80%是珊瑚礁島，全國(guó)最高的兩座島嶼距離海平面只有2.4米。因此，它也是受到全球變暖影響最嚴(yán)重的國(guó)家.在過(guò)去一個(gè)世紀(jì)里，該國(guó)家海平面上升了約20厘米，根據(jù)聯(lián)合國(guó)政府間氣候變化問(wèn)題研究小組的報(bào)告，2100年全球海平面有可能升高0.18米至0.59米。屆時(shí)，馬爾代夫?qū)⒚媾R滅頂之災(zāi)。太平洋上的一顆美麗的翡翠——馬爾代夫澄澈的碧藍(lán)海水上徜徉著白云——這就是人間天堂婆娑的椰樹(shù)，潔白的沙灘，舒適的躺椅

圖瓦盧倒計(jì)時(shí)：預(yù)計(jì)將于未來(lái)50至100年消失。原因：氣候變暖導(dǎo)致海平面上升.

這個(gè)由9座環(huán)形珊瑚島群組成、平均海拔1.5米的小國(guó)家每逢二三月大潮期間，就會(huì)有30%的國(guó)土被海水淹沒(méi)。近20年來(lái)，這些由珊瑚礁形成的海島已被海水侵蝕得千瘡百孔，土壤加速鹽堿化，糧食和蔬菜已很難正常生長(zhǎng)。事實(shí)上，圖瓦盧人從2001年就已開(kāi)始陸陸續(xù)續(xù)地告別自己的國(guó)家，遷往美國(guó)、新西蘭等國(guó)。澳大利亞大堡礁倒計(jì)時(shí)：20年消