基于演化博弈的自动化制造系统多目标重调度模型与算法

As a developing direction of advanced manufacturing industry, robotic cells and its scheduling problem increasingly draw attentions from industry and academia. In an uncertainty environment, the efficiency and stability of schedules are the bi-criterion that should be simultaneously considered to ensure the operations in robotic cells stable and durative. Based on literature review, researches both on the theory and methodology are insufficient. This research proposal aims to optimize the efficiency and stability of reschedules simultaneously in robotic cells where different disruption events happen randomly. Based on evolutionary game theory, we transfer the multi-objective optimization into the evolutionary game processing to gain equilibrium solutions. The details of this proposal are: (1) proposing the measuring methods on the efficiency and stability; (2) formulating the rescheduling problems with different disruption events as mathematical programming models and transferring them into non-cooperative game models; (3) developing discrete differential evolution algorithms based on the evolutionary game theory; (4) evaluating the proposed theory and method in simulation environment and applying them to practical industries. This project provides theory and methodology for the stable and durative operations in robotic cells, and these outcomes can be applied in the semiconductor manufacturing and printed circuit board electroplating industries.

作为代表先进制造工业发展趋势的自动化制造系统，其生产调度问题日益受到工业界和学术界的重视。在动态环境中，为了保证制造系统的稳定运作，调度方案的制定需要同时考虑性能(Efficiency)和稳定性(Stability)，但目前尚缺乏理论和方法研究。项目从同时优化调度性能和稳定性的角度，研究干扰事件下自动化制造系统多目标重调度模型和算法。拟基于演化博弈(Evolutionary game)理论，将多个冲突目标优化转化为演化博弈过程，利用离散差分进化算法快速获得均衡解。研究内容为：(1) 重调度性能和稳定性度量研究；(2) 多目标数学规划模型构建，并转化为非合作博弈模型；(3) 开发基于模型特征的演化博弈离散差分进化算法；(4) 对提出的理论和方法进行仿真实验、验证和应用。项目将为动态环境下自动化制造系统的稳定持续运作提供理论和方法指导，在半导体制造和印刷电路板电镀处理等行业中具有重要应用前景。

随着物联网和智能制造技术的迅猛发展，自动化制造系统已广泛应用于半导体制造等行业。这类先进制造系统的运作要求有稳定持续的生产计划，但实际环境中各类干扰事件给系统运作带来了剧烈扰动，甚至导致整个系统崩溃。同时，在生态环境保护约束下，企业不仅需要提升生产效率，还需要考虑制造系统的能耗和对环境影响。项目利用运筹优化、博弈论以及多目标决策优化等理论方法，针对不同特征自动化制造系统，分别研究了不确定环境下的考虑生产稳定性和绿色可持续性的生产调度模型与算法。. 首先，项目针对订单随机到达和物料搬运时间存在不确定的两类干扰事件，提出了具有不同生产稳定性的干扰管理策略。建立了干扰事件对制造系统扰动的度量方法和生产调度优化模型。根据模型特征，开发了高效的分支定界算法和启发式算法。其次，为了同时优化制造系统的生产效率和搬运机器人的电力消耗，提出了双目标生产调度模型，并开发了可在解空间平行搜索帕累托最优前沿的离散差分进化算法。此外，为了降低加工设备空闲时段能耗，创新性地引入加工设备自动启动机制，开发了基于ɛ-约束的帕累托近似最优决策算法。最后，针对电镀处理等高污染和高能耗行业，利用多智能体技术构建了分布式智能生产系统，构建了考虑独立工作站环境成本的非合作次序博弈模型，分析均衡加工策略的性质，并开发了纳什均衡求解算法和生产激励协议。上述研究成果，将对不确定环境下的自动化制造企业的高效稳定运作和绿色可持续性运作提供理论支持。. 项目紧密围绕研究主题，圆满完成了项目计划书中的研究内容，达到预期目标。项目团队在国内外学术期刊和会议上发表或宣读论文27篇，其中在EJOR等国际国内期刊发表和录用论文10篇。项目积极开展国际合作交流，邀请5人次国外知名学者来校交流合作，资助课题组成员6人次赴海外高校学术访问，18人次参加INFORMS年会等高水平国际学术会议。项目围绕研究主题培养资助3名青年教师的研究工作（博士后1名），培养硕博士生11人，本科生10人。