基于学习机制的群智能调度理论与方法研究

复杂生产系统的优化调度一直是学术界和工程界长期关注的重点研究课题。近年来群智能算法在调度问题上得到了初步研究，但很不完善，尤其许多算法仅是群智能的一种简单模拟，缺少具有学习机制的智能表现。本项目以生产调度为研究对象，以群智能算法为基本工具，研究具有学习机制的群智能调度理论与方法，包括基于协同进化的学习机制、基于自适应Meta-Lamarckian的学习机制、基于分布估计原理的学习机制，进而用于解决典型流水线和作业车间调度、零等待制造、零空闲加工、有限缓冲区生产、可重入加工以及多目标调度、不确定调度等复杂生产调度问题。旨在问题建模、学习机制、知识提炼、调度编码、算法结构、搜索操作、收敛理论以及复杂性分析等方面取得一系列有实用工程指导价值的理论与算法成果。