在实际生产调度过程中,存在着很多动态不确定性因素,其计算复杂度远远超过了静态确定调度问题,使得以往的研究方法难以直接应用,已经成为解决实际问题的关键。本项目拟对动态不确定环境下的柔性作业车间调度问题(FJSP)及其新型高效的混合群体智能优化算法进行研究。主要内容包括综合应用复杂性科学、自组织理论以及适应度地形等理论,建立动态不确定FJSP问题模型,采用适应度地形理论对动态不确定FJSP问题进行分析,探索该问题的困难本质;研究基于典型指标的动态不确定FJSP问题的邻域结构和移动策略,探索高效的新型混合群体智能优化算法;研究动态FJSP问题的重调度策略以及优化算法;研究不确定FJSP问题模型,采用模糊理论对其研究,提出求解不确定FJSP问题的优化算法;开发新型混合群体智能优化算法求解动态不确定FJSP问题的原型系统,为制造系统其他相关问题的解决以及群体智能优化算法的应用提供新的思路和技术。
英文主题词flexible job shop scheduling problem;swarm intelligence optimization algorithm;dynamic scheduling;uncertain scheduling;neighborhood structure