基于混合量子进化算法的生产配送集成调度问题理论与方法研究

The integrated production distribution scheduling problem has the characteristics of strong constraints, multi-objective, large-scale and uncertainty. The research on the theory of intelligent optimization scheduling and efficient algorithm has always been a hot topic in academic and industry areas. Until now, the combination of the characteristics of problem and the intelligent algorithm is the key to design efficient algorithms. Based on the integrated production distribution scheduling problem, this project will research on the hybrid Quantum evolutionary (QE) theory and methods, including:(1) research on the theory of own characteristics of integrated production-distribution scheduling problem; (2)research on the convergence theory of hybrid QE and efficient algorithm strategy; (3)The effective hybrid QE algorithm based on the complex characteristic of flow shop production distribution scheduling problem, job shop production distribution scheduling problem, uncertain integrated production distribution scheduling problem and the integrated production distribution scheduling problem of highly sensitive to time. Research results will enrich and deepen the existing integrated optimization scheduling theory, at the same time will provide beneficial guidance and help for the actual production.

生产配送集成调度问题通常具有强约束、多目标、大规模、不确定性等复杂性特点，智能优化调度理论和高效算法的研究一直是学术界和工业界的热点课题。从研究现状来看，将问题自有特性和智能优化算法有机结合是设计高效算法的关键。本项目将研究基于生产配送集成调度问题自有特性的混合量子进化（Quantum Evolution, QE）调度理论与方法，包括：①研究生产配送集成调度问题自有特性的相关理论；②研究混合QE的收敛性理论和高性能算法策略；③给出基于问题自有特性的复杂流水作业生产配送集成调度问题、复杂作业车间生产配送集成调度问题、不确定生产配送集成调度问题、对时间高度敏感的生产配送集成调度问题的高性能混合QE算法。研究成果将丰富和深化已有的集成优化调度理论，同时将对实际生产提供有益的指导和帮助。

本项目研究生产和配送集成调度问题，该问题属于物流与供应链管理的两个不同环节，都具有强约束、多目标、大规模、不确定性等复杂性特点，属于运筹学里的研究难点。以往的研究和应用中很少考虑两者的协调，因而导致生产与配送调度之间经常脱节，影响了整体物流作业的优化运行。本项目考虑基于混合量子进化算法的若干生产配送集成调度问题。. 首先，考虑复杂生产配送集成调度问题。对复杂流水作业生产配送集成调度问题，根据生产约束和配送约束设计相应的启发式算法，在解寻优过程中设计互利共生策略，建立种群数量变化的偏微分方程。对复杂作业车间生产配送集成调度问题，先定义一个虚拟的集成问题，建立流体松弛模型，并给出该模型的最优解。通过追踪松弛模型最优解中各工件的松弛时间，设计了求解原问题的算法TVSA。. 其次，研究不确定生产配送集成调度问题。针对机器发生中断的问题，定义了一个虚拟问题，结合运输工具的最大容积和运输距离时间限制，给出求解原问题的近似算法并证明该算法是渐近最优的。针对机器加工速度不断下降的问题，考虑了目标分别为最小化最终完成时间和最小化总的完成时间两个问题。首先证明两个问题都为NP难问题，然后研究最优解的性质，在此基础上设计求解问题的动态算法。. 最后，考虑高性能量子进化算法求解生产配送集成调度问题。进一步挖掘自然界物种进化的一些规律和方法，提出具有仿生特色的鸟群巢寄生新理论新策略和互利共生策略，建立种群规模偏微分方程，给出了详细的基于专家打分机制的互利共生策略，这种做法可以极大的改良原有量子遗传算法的搜索缺陷，从而在根本上改善解的基因，使算法全局搜索和局部搜索之间达到均衡。