复杂生产过程基于新型离散群优化的混合智能调度理论与方法

复杂生产过程的智能优化调度理论与方法是目前国际学术和工业界一个跨学科的前沿研究方向。粒子群优化(PSO)、差分进化(DE)与和声搜索(HS)是三种较具有代表性的连续群优化算法。近三年来，基于其优化机理提出的离散PSO(DPSO)、离散DE(DDE)和离散HS(DHS)在解决调度问题中已初步显示出优越性。本项目将研究基于DPSO、DDE和DHS三种新型离散群优化的混合智能调度理论与方法：①建立PSO、DE和HS的离散化理论体系；②探索DPSO、DDE和DHS的搜索机理、工作性态及高性能算法策略；③研究基于DPSO、DDE和DHS的混合算法的统一框架、工作性态和高性能算法策略；④给出求解复杂约束、多目标和动态调度问题的高性能混合算法；⑤在阴极铜生产过程中验证上述理论和方法。研究成果不仅有助于促进离散群优化在调度领域的应用，而且将丰富和深化已有的优化调度理论与方法。