全球化趋势下，疫情、地缘冲突、能源波动等多重扰动持续冲击全球供应链，分布式制造模式成为制造企业提升供应链韧性、抵御生产扰动的核心方案。工程机械、汽车装备等离散制造企业普遍采用分布式柔性制造模式，但加工时长受机器运维工况、设备作业熟练度等因素影响，存在显著不确定性；企业同时具有缩短生产周期、降低订单延期损失的双重诉求，造成多目标不确定制造系统调度的复杂优化难题。

　　青岛大学付亚平第一作者，澳门科技大学高开周通讯作者，在智能优化与调度领域国际主流期刊International Journal of Production Research上发表题为“Scheduling Stochastic Distributed Flexible Job Shops Using an Multi-Objective Evolutionary Algorithm With Simulation Evaluation”的科研论文。针对不确定环境下分布式柔性制造系统调度问题，以最小化完工时间和总拖期为目标构建多目标随机规划模型，并设计了融合群体智能与离散事件仿真的联合优化方法。

　　研究工作的主要创新包括三个方面。首先，构建分布式柔性制造车间多目标随机规划模型。以最小化期望最大完工时间和作业总拖期为优化目标，建立考虑随机加工时长的分布式柔性作业车间调度的数学模型，完成作业的工厂分配、工序的机器分配、工序的加工排序的核心决策。其次，针对加工时长随机导致方案性能难以评估的痛点，设计双层仿真评估框架。采用多次采样均值估计期望完工时间与总拖期；基于离散事件仿真实现多工厂设备加工、作业等待全流程动态演化，解码调度方案并量化随机扰动下方案稳定性，解决随机工况下解的质量评估难题。最后，设计三层搜索机制。全局阶段采用适配双层编码的交叉、变异算子拓宽寻优范围；局部阶段融合模拟退火准则的改善策略深度挖掘优质解；对外部档案非支配解迭代优化以完善帕累托前沿。所有新个体均通过仿真评估方法计算目标值，最终形成寻优与评估的完整闭环。图1给出了面向复杂不确定制造系统的群体智能与离散事件仿真联合优化方法框架，图2给出了离散事件仿真方法事件关系图。

图1. 面向复杂不确定制造系统的群体智能与离散事件仿真联合优化方法框架

图2. 离散事件仿真方法事件关系图

　　本研究得到国家自然科学基金、澳门科学技术发展基金和山东省自然科学基金项目的支持。

　　论文链接：https://www.tandfonline.com/doi/full/10.1080/00207543.2024.2356628