汤洪涛，费永辉，陈青丰，詹 燕，鲁建厦，李晋青

(浙江工业大学 特种装备制造与先进加工技术教育部/浙江省重点实验室，浙江 杭州 310012)

0 引言

柔性作业车间动态调度问题已经得到广泛的研究[1-7]。但随着产品需求不断向个性化转变，制造工艺更加多样，实际调度问题也变得更加复杂，制造企业对车间调度问题的解决方法在实际可操作性、计算效率以及对车间扰动的实时响应能力等方面都提出了更高的要求。优先调度规则是一种简单的启发式规则，其计算效率高、实际可操作性强且可用于实时调度，适用于复杂动态的调度环境[8]。但优先调度规则的性能受到实际环境变化的影响，单一的调度规则不能在所有扰动环境中都有较好的调度性能。为满足实际作业车间调度的需求，一种可行的思路是从调度相关历史数据中挖掘关于调度规则的调度知识来指导实际车间调度活动[9]。通过数据挖掘来解决调度问题的研究主要分为结合已有优先调度规则的方法与从调度相关历史数据中挖掘调度规则的方法。

在结合已有的优先调度规则方面，Wang等[10]针对半导体行业，提出一种结合决策树与神经网络从调度相关历史数据中挖掘优先调度规则选择机制的方法，该选择机制可以得到当前环境下最适合的优先调度规则。Zhang等[11]通过聚类将车间状态进行划分，并借助强化学习从仿真数据中学习如何在不同车间状态下选择最合适的优先调度规则。……