现代企业竞争不仅靠先进的生产工艺技术和设备,更要靠先进的管理技术。研究企业的生产调度对于提高企业的管理水平,增强企业的竞争力,促进企业的进步与发展具有十分重要的意义。本课题针对间歇生产过程中所面临的高度复杂性和市场经济环境下的不确定性,建立基于统计学和模糊数学理论的间歇生产过程调度模型;深入研究了混合量子衍生进化规划算法、协同量子遗传进化算法、粒子群算法、免疫进化优化算法、文化算法、人工鱼群算法等现代智能优化算法,并提出了相应的改进算法,用于解决生产调度问题,提出了基于协同量子进化计算的随机调度优化方法、基于协同免疫克隆算法的零等待Flow Shop调度方法、基于灾变型文化算法的存储时间有限的Flow Shop调度方法、基于改进免疫算法的模糊调度方法、基于协同进化遗传算法的随机柔性生产调度和不确定条件下原油调合和调度技术等,取得了一系列具有创新性的研究结果。发表学术论文44篇,录用论文4篇,其中SCI源刊10篇,已被SCI收录7篇,EI源刊36篇,EI已收录32篇,ISTP收录17篇,取得国家发明专利1项;培养了1名博士后,5名博士研究生和11位硕士研究生。
英文主题词Quantum computing;uncertainty;batch processes;coevolutionary;adaptive scheduling