随着化石能源的快速消耗与全球变暖现象加剧，节能制造已成为世界各国共同关注的重要议题。《节能生产调度问题的建模与分解优化》研究节能生产调度背景下生产指标与能耗指标的权衡优化；结合不同能耗指标或约束提出多类规划模型，并采用分解优化思路进行模型求解；最后介绍钢铁生产加热炉群节能调度应用。

《节能生产调度问题的建模与分解优化》通过建模研究的方式，对生产中如何通过系统调度以达到节约能源、降低成本同时保证效率的问题进行了探究，为该类问题提出了新的思考角度，对相关领域研究人员具有一定的参考意义。

我国是当今世界能源生产与消费第一大国，在诸多工业部门中，制造业的能耗占比最大。制造业的节能减排，是我国能源可持续发展以及如期实现碳达峰、碳中和目标的重要发力点。本书研究了节能生产调度背景下生产指标与能耗指标的权衡优化问题；结合不同能耗指标或约束提出了多类混合整数规划模型，并在钢铁生产加热炉群节能调度场景进行应用。
在研究方法上，由于生产调度问题通常是涉及排序特性的强NP难组合优化问题，经典的混合整数规划建模难以直接求解，因此本书提出了分解优化的求解框架：首先将问题适当分解为组合优化形式主问题与多项式时间可解子问题，而后进行迭代求解。对于待优化问题自身具有可分结构的情形，采用Dantzig-Wolfe分解方法迭代求解线性规划主问题与动态规划子问题。其他情形下，采用通用性全局优化方法进行主--子问题的迭代优化。成功使用分解优化思路的关键在于子问题的定义与高效求解：一方面，合理进行子问题定义可以在很大程度上降低优化难度，保证了复杂背景下分解方法仍能适用；另一方面，对子问题进行高效求解需要充分利用优化问题的结构性质，保证了算法搜索效率。
本书可作为从事智能优化计算、生产线调度、管理科学、运筹学、自动化、工业工程等相关专业的研究生教学参考书，也可供从事相关领域研究工作的专业技术人员参考。

吴澄院士、宋士吉教授
清华大学自动化系
2021年12月

丁见亚，2008-2012年就读于清华大学自动化系获学术学位，2012-2018年于清华大学获得控制科学与工程博士学位，研究方向为运筹优化与机器学习。曾获清华大学优秀博士论文一等奖，北京市优秀毕业生等称号。累计发表学术论文16篇，累计被引用400余次。

第1章 绪论 1
1.1 研究背景与意义 1
1.2 国内外研究现状 3
1.2.1 节能生产调度模型 4
1.2.2 调度模型常用求解方法 13
1.2.3 对现有模型与求解方法的思考 19
1.3 主要研究内容 20
第2章 制造期约束下的能源成本调度优化 23
2.1 引言 23
2.2 问题建模 25
2.2.1 数学模型 26
2.2.2 问题复杂度 31
2.3 模型分解与优化 32
2.3.1 Dantzig-Wolfe分解方法 32
2.3.2 单机调度子问题 34
2.3.3 列生成启发式算法 41
2.3.4 多目标优化模型求解 43
2.4 计算实验 45
2.4.1 测试数据生成 45
2.4.2 模型与算法性能测试 48
2.4.3 多目标优化实验效果 50
2.4.4 管理启示和环境影响 52
2.5 小结 55
第3章 峰值功率约束下的制造期调度优化 56
3.1 引言 56
3.2 问题建模 59
3.2.1 问题描述 59
3.2.2 时间离散化模型 60
3.2.3 离散事件点模型 62
3.2.4 基于工件排序的离散事件点模型 66
3.3 问题性质与分解 68
3.3.1 结构性质分析 68
3.3.2 子问题求解 72
3.4 贪婪迭代算法 75
3.4.1 初始解生成过程 76
3.4.2 解构重构过程 76
3.4.3 邻域搜索过程 77
3.4.4 接受准则与终止条件 79
3.4.5 算法完整流程 80
3.5 计算实验 81
3.5.1 规划模型性能比较 81
3.5.2 贪婪迭代算法性能验证 85
3.5.3 峰值能耗水平对制造期的影响 89
3.6 小结 90
第4章 制造期与总能耗的多目标调度优化 92
4.1 引言 92
4.2 数学模型与问题性质 95
4.2.1 数学模型 95
4.2.2 结构性质分析 99
4.3 问题分解与子问题优化 101
4.3.1 原始NEH插入 101
4.3.2 节能调速及工件插入子问题 103
4.3.3 基于规划模型的节能调速 109
4.4 主问题求解 111
4.4.1 多目标NEH算法 112
4.4.2 多目标贪婪迭代算法 113
4.5 计算实验 116
4.5.1 多目标NEH插入有效性评价 117
4.5.2 元启发式算法性能比较 120
4.6 小结 126
第5章 钢铁生产加热炉群节能调度优化及其应用 128
5.1 引言 128
5.2 背景介绍 130
5.3 问题建模 132
5.3.1 问题描述 132
5.3.2 数学模型 134
5.4 模型分解与优化 137
5.4.1 线性规划子问题 137
5.4.2 邻域结构分析 139
5.4.3 变邻域搜索算法 143
5.5 优化下界估计 145
5.6 计算实验 147
5.6.1 算法性能分析 149
5.6.2 生产指标与能耗指标权衡 152
5.7 小结 154
第6章 总结与展望 155
6.1 主要研究成果 155
6.2 分解优化思路总结 157
6.3 研究展望 159
参考文献 160
在学期间发表的学术论文与研究成果 176
致谢 179