苑明海 李亚东 裴凤雀 张理志 顾文斌

1.河海大学机电工程学院，常州，2130002.南通河海大学海洋与近海工程研究院，南通，226300

0 引言

车间生产过程中充满了无数不确定的扰动情况，如机器故障、紧急插单等，这些不确定扰动会影响车间正常的生产运作，降低原有调度方案的调度效果，甚至使调度方案失效[1]。如何处理车间扰动事件、保证车间高效正常生产，成为近几十年来的研究热点。汤洪涛等[2]对调度相关历史数据集合进行了基于扰动属性的聚类，合理划分了不同环境下调度决策所产生的数据集合。ALHINAI等[3]建立了基于调度鲁棒性和最大完工时间的多目标双阶段混合遗传算法，利用调度周期和设备异常情况相结合来驱动重调度。ADIBI等[4]以随机到达生产任务和设备故障为触发事件，利用变邻域搜索实现触发事件的响应，调度触发事件的发生会自动引发变邻域搜索参数的更新，用于解决车间扰动干扰调度生产的问题。TIAN等[5]将设备故障所代表的扰动事件作为重调度的触发点，提出一种基于队列控制的自适应调度方法，用于保证操作稳定性和车间生产的正常执行。LI等[6]将车间实时订单和设备故障作为重调度触发点，利用融合禁忌搜索的人工蜂群算法解决多类型事件触发重调度问题。

车间扰动的重调度解决方案研究难点在于调度触发机制的选择，主要分为3类，即基于调度周期、基于关键事件以及二者的混合，由于基于时间的调度根本无法有效地解决车间突发事件，因此主要的研究集中在后两类，但是后两类调度会陷入如何保证调度有效性和系统稳定性这一矛盾之中。……