隨著化石能源的快速消耗與全球變暖現象加劇，節能制造已成為世界各國共同關注的重要議題。《節能生產調度問題的建模與分解優化》研究節能生產調度背景下生產指標與能耗指標的權衡優化；結合不同能耗指標或約束提出多類規劃模型，并采用分解優化思路進行模型求解；最后介紹鋼鐵生產加熱爐群節能調度應用。
《節能生產調度問題的建模與分解優化》通過建模研究的方式，對生產中如何通過系統調度以達到節約能源、降低成本同時保證效率的問題進行了探究，為該類問題提出了新的思考角度，對相關領域研究人員具有一定的參考意義。
我國是當今世界能源生產與消費第一大國，在諸多工業部門中，制造業的能耗占比最大。制造業的節能減排，是我國能源可持續發展以及如期實現碳達峰、碳中和目標的重要發力點。本書研究了節能生產調度背景下生產指標與能耗指標的權衡優化問題；結合不同能耗指標或約束提出了多類混合整數規劃模型，并在鋼鐵生產加熱爐群節能調度場景進行應用。
在研究方法上，由于生產調度問題通常是涉及排序特性的強NP難組合優化問題，經典的混合整數規劃建模難以直接求解，因此本書提出了分解優化的求解框架：首先將問題適當分解為組合優化形式主問題與多項式時間可解子問題，而后進行迭代求解。對于待優化問題自身具有可分結構的情形，采用Dantzig-Wolfe分解方法迭代求解線性規劃主問題與動態規劃子問題。其他情形下，采用通用性全局優化方法進行主--子問題的迭代優化。成功使用分解優化思路的關鍵在于子問題的定義與高效求解：一方面，合理進行子問題定義可以在很大程度上降低優化難度，保證了復雜背景下分解方法仍能適用；另一方面，對子問題進行高效求解需要充分利用優化問題的結構性質，保證了算法搜索效率。
本書可作為從事智能優化計算、生產線調度、管理科學、運籌學、自動化、工業工程等相關專業的研究生教學參考書，也可供從事相關領域研究工作的專業技術人員參考。
吳澄院士、宋士吉教授
清華大學自動化系
2021年12月
丁見亞，2008-2012年就讀于清華大學自動化系獲學術學位，2012-2018年于清華大學獲得控制科學與工程博士學位，研究方向為運籌優化與機器學習。曾獲清華大學優秀博士論文一等獎，北京市優秀畢業生等稱號。累計發表學術論文16篇，累計被引用400余次。
第1章 緒論 1
1.1 研究背景與意義 1
1.2 國內外研究現狀 3
1.2.1 節能生產調度模型 4
1.2.2 調度模型常用求解方法 13
1.2.3 對現有模型與求解方法的思考 19
1.3 主要研究內容 20
第2章 制造期約束下的能源成本調度優化 23
2.1 引言 23
2.2 問題建模 25
2.2.1 數學模型 26
2.2.2 問題復雜度 31
2.3 模型分解與優化 32
2.3.1 Dantzig-Wolfe分解方法 32
2.3.2 單機調度子問題 34
2.3.3 列生成啟發式算法 41
2.3.4 多目標優化模型求解 43
2.4 計算實驗 45
2.4.1 測試數據生成 45
2.4.2 模型與算法性能測試 48
2.4.3 多目標優化實驗效果 50
2.4.4 管理啟示和環境影響 52
2.5 小結 55
第3章 峰值功率約束下的制造期調度優化 56
3.1 引言 56
3.2 問題建模 59
3.2.1 問題描述 59
3.2.2 時間離散化模型 60
3.2.3 離散事件點模型 62
3.2.4 基于工件排序的離散事件點模型 66
3.3 問題性質與分解 68
3.3.1 結構性質分析 68
3.3.2 子問題求解 72
3.4 貪婪迭代算法 75
3.4.1 初始解生成過程 76
3.4.2 解構重構過程 76
3.4.3 鄰域搜索過程 77
3.4.4 接受準則與終止條件 79
3.4.5 算法完整流程 80
3.5 計算實驗 81
3.5.1 規劃模型性能比較 81
3.5.2 貪婪迭代算法性能驗證 85
3.5.3 峰值能耗水平對制造期的影響 89
3.6 小結 90
第4章 制造期與總能耗的多目標調度優化 92
4.1 引言 92
4.2 數學模型與問題性質 95
4.2.1 數學模型 95
4.2.2 結構性質分析 99
4.3 問題分解與子問題優化 101
4.3.1 原始NEH插入 101
4.3.2 節能調速及工件插入子問題 103
4.3.3 基于規劃模型的節能調速 109
4.4 主問題求解 111
4.4.1 多目標NEH算法 112
4.4.2 多目標貪婪迭代算法 113
4.5 計算實驗 116
4.5.1 多目標NEH插入有效性評價 117
4.5.2 元啟發式算法性能比較 120
4.6 小結 126
第5章 鋼鐵生產加熱爐群節能調度優化及其應用 128
5.1 引言 128
5.2 背景介紹 130
5.3 問題建模 132
5.3.1 問題描述 132
5.3.2 數學模型 134
5.4 模型分解與優化 137
5.4.1 線性規劃子問題 137
5.4.2 鄰域結構分析 139
5.4.3 變鄰域搜索算法 143
5.5 優化下界估計 145
5.6 計算實驗 147
5.6.1 算法性能分析 149
5.6.2 生產指標與能耗指標權衡 152
5.7 小結 154
第6章 總結與展望 155
6.1 主要研究成果 155
6.2 分解優化思路總結 157
6.3 研究展望 159
參考文獻 160
在學期間發表的學術論文與研究成果 176
致謝 179
新書資訊