张国辉，陆熙熙，胡一凡，孙靖贺

（郑州航空工业管理学院管理工程学院，郑州 450015）

0 引言

作业车间调度问题一直是制造业中的重点关注对象，车间调度的主要目的是节省产品的生产时间，让生产资源的利用率发挥最大作用，最后通过对资源的恰当分配让柔性作业车间的生产效率更高。柔性作业车间调度问题（Flexible Jobshop Scheduling Problem，FJSP）是经典车间调度的延伸，扩展了每道工序的机器柔性，相对经典车间调度来说较为繁杂。在实际的生产制造过程中，车间环境是动态变化的，会出现各种各样的问题，比如紧急插单、机器故障等不确定性因素，要充分考虑到当前工作环境及系统的状态，及时作出正确合理的调度方案，因此就出现了柔性作业车间动态重调度问题。在1977年，Nelson等［1］对于动态调度问题，提出了将动态问题转化为多个连续的静态区间，对每个区间进行优化，以达到总体最优。柴永生等［2］根据动态调度问题提出了免疫遗传算法，即对进化种群进行免疫操作，有效地解决了搜索效率低的问题。孟冠军等［3］在求解多目标柔性作业车间调度问题上设计了改进混合人工蜂群算法，即在不同的阶段采用不同的搜索机制，并且为了提高得到最优解的概率，将禁忌搜索与改进的混合人工蜂群算法结合。Shahrabi等［4］针对考虑随机作业到达和机器故障的动态作业车间调度问题，提出了一种基于变量邻域搜索的调度方法，结合事件驱动策略，为了在任意重调度点获得合适的参数，采用了基于Q因子算法的强化学习算法，并通过模拟作业车间实验结果表明该方法的性能明显优于常用调度规则和一般可变邻域搜索。……