文笑雨, 王康紅, 孫海強, 高 亮

(1.鄭州輕工業(yè)大學(xué) a.河南省機械裝備智能制造重點實驗室;b.機電工程學(xué)院，鄭州 450002;2.華中科技大學(xué) 數(shù)字制造裝備與技術(shù)國家重點實驗室，武漢 430074)

隨著中國經(jīng)濟高速發(fā)展和人民生活水平的提高，消費者對于產(chǎn)品的需求逐漸從標(biāo)準(zhǔn)化趨向于個性化、定制化，這會對生產(chǎn)設(shè)備的柔性提出了更高的要求。為滿足不同用戶的不同需求，越來越多的企業(yè)開始進行非標(biāo)準(zhǔn)機械設(shè)備的設(shè)計和制造。這些機械設(shè)備一般具有加工靈活性高的特點，多由多個小功能單元組成復(fù)雜的系統(tǒng)，每一個功能單元的組成部分相對簡單，一般包含種類繁多的不同零件，單個零件的結(jié)構(gòu)相對簡單、加工靈活性比較大，因此工藝路線可選擇性比較大。在加工生產(chǎn)這一類非標(biāo)準(zhǔn)機械設(shè)備時，制造系統(tǒng)中會包含豐富的機器柔性、工序順序柔性和加工路徑柔性，工藝規(guī)劃與車間調(diào)度環(huán)節(jié)相互制約與影響的程度較大。這些企業(yè)現(xiàn)場管理均存在工藝規(guī)劃環(huán)節(jié)與車間調(diào)度環(huán)節(jié)難以協(xié)調(diào)，生產(chǎn)調(diào)控困難的問題，實現(xiàn)工藝規(guī)劃與車間調(diào)度的集成優(yōu)化顯得極其重要。工藝規(guī)劃與車間調(diào)度是制造系統(tǒng)中重要的兩個子系統(tǒng)，工藝規(guī)劃的輸出制約著車間資源的分配，車間的實時狀態(tài)影響工藝規(guī)劃的有效性。若將工藝規(guī)劃與車間調(diào)度分成兩個獨立環(huán)節(jié)展開研究，兩者的相互制約關(guān)系將對制造系統(tǒng)整體性能的提升產(chǎn)生不良的影響[1]。隨著智能制造的興起，數(shù)字孿生[2]、網(wǎng)絡(luò)化制造[3]等新技術(shù)的發(fā)展使得工藝規(guī)劃環(huán)節(jié)和車間調(diào)度環(huán)節(jié)的數(shù)據(jù)更容易互聯(lián)互通，對不同制造環(huán)節(jié)的集成優(yōu)化以及調(diào)度方案的動態(tài)調(diào)控是保證智能制造能夠推行的重要技術(shù)。對集成式工藝規(guī)劃與車間調(diào)度(integrated process planning and scheduling, IPPS)問題進行研究可以在工藝規(guī)劃初期對后期加工現(xiàn)場的資源利用狀況進行預(yù)測，能夠有效避免加工現(xiàn)場的資源沖突，使現(xiàn)有的生產(chǎn)資源得到充分利用，滿足企業(yè)對市場需求的快速響應(yīng)。

在制造業(yè)可持續(xù)發(fā)展的需求下，在進行工藝規(guī)劃及車間調(diào)度時需要考慮一些綠色指標(biāo)，如噪音、能耗、碳排放等[4]。另外，制造系統(tǒng)實時運行過程中常伴隨一些無法預(yù)料的不確定擾動因素，如工件工序加工時間不確定、機器故障、交貨期變化、訂單變化等。為保證生產(chǎn)高效、低耗、有序運行，要求制造系統(tǒng)必須能夠?qū)Σ淮_定擾動因素及時響應(yīng)、動態(tài)調(diào)整[5]。IPPS問題因為考慮到制造系統(tǒng)的多種柔性因素，能夠應(yīng)對生產(chǎn)中一些不確定擾動因素。對IPPS問題進行研究時需要考慮如何在模型構(gòu)建以及運作方法上及時應(yīng)對不確定擾動事件，減少不確定性因素對調(diào)度方案帶來的影響。

在上述背景下，針對近年來IPPS問題的研究現(xiàn)狀，筆者分別從IPPS建模、IPPS求解方法兩方面進行綜述與分析，并對不確定擾動下IPPS問題以及面向綠色制造的IPPS問題研究現(xiàn)狀進行了總結(jié)與分析。在上述分析基礎(chǔ)上，對未來開展IPPS問題研究的一些方向進行了展望。

1 IPPS問題研究現(xiàn)狀

1.1 IPPS建模方法的研究概況

工藝規(guī)劃與車間調(diào)度一般分屬于制造企業(yè)中的不同部門，在實施集成優(yōu)化時，重點需要考慮兩環(huán)節(jié)之間信息如何進行交互。根據(jù)兩環(huán)節(jié)不同的信息交互方式，一種經(jīng)典的分類方法是將工藝規(guī)劃與車間調(diào)度的集成模型分為3種[1,6]：非線性方法、閉環(huán)式方法以及分布式方法。呂盛坪等[7]將上述3種集成方法歸納為離線式接口集成方法、在線式接口集成方法以及面向功能集成方法。這3種集成方法的特點及應(yīng)用情況如表1所示。這3種集成方法中，非線性方法因其在工藝規(guī)劃與車間調(diào)度環(huán)節(jié)信息交互方式上比較簡單，應(yīng)用最為廣泛。大多數(shù)研究者聚焦于建立合適的混合整數(shù)規(guī)劃模型，以期能夠保證工藝規(guī)劃環(huán)節(jié)為車間調(diào)度環(huán)節(jié)提供盡可能多的備選工藝路線集合[8]。

表1 3種集成方法的特點及應(yīng)用情況Table 1 The characteristics and applications of three integration methods

隨著IPPS基本集成模型研究的日漸成熟，越來越多的學(xué)者開始關(guān)注特定生產(chǎn)環(huán)境下工藝規(guī)劃與車間調(diào)度進行集成的特殊性。從大批量定制化生產(chǎn)模式的特點出發(fā)，充分考慮到不同類型的制造企業(yè)對于工藝規(guī)劃與車間調(diào)度階段的重視程度有所不同，陳亮[9]采用主從聯(lián)合優(yōu)化思想構(gòu)建工藝規(guī)劃與車間調(diào)度的集成優(yōu)化模型。Chen等[10]構(gòu)建了面向產(chǎn)品不確定性的IPPS雙層規(guī)劃模型，采用混合整數(shù)規(guī)劃模型描述上層工藝規(guī)劃模型，采用基于Agent的建模方法處理下層車間調(diào)度問題。Rietz等[11]建立了一種偽多項式網(wǎng)絡(luò)流模型，用以對中期工藝規(guī)劃與短期車間調(diào)度進行集成。為了應(yīng)對實際制造過程中存在的多車間供料及加工的情況，巴黎等[12]提出了綜合考慮裝配及物流環(huán)節(jié)的IPPS模型。針對具有并行單元和資源受限的多產(chǎn)品單級批處理工廠，結(jié)合制造服務(wù)理念，Aguirre等[13]提出了一種IPPS與機器維護維修集成的模型。上述研究均表明，IPPS建模方法的研究在朝向更貼近實際生產(chǎn)的方向逐步發(fā)展，所建立的集成模型注重工藝規(guī)劃與車間調(diào)度的層次關(guān)聯(lián)性，對不同的生產(chǎn)模式更具有針對性，對實際制造環(huán)境描述的更加完備。這將進一步促進IPPS嵌入商業(yè)級工業(yè)軟件，從而更好地發(fā)揮其服務(wù)實際生產(chǎn)過程的作用。

1.2 IPPS求解方法的研究概況

當(dāng)前IPPS問題的求解方法主要集中在使用非線性方法實現(xiàn)工藝規(guī)劃與車間調(diào)度階段的信息交互，并采用智能優(yōu)化算法對問題解空間進行搜索尋優(yōu)。依據(jù)優(yōu)化目標(biāo)個數(shù)的不同，基于智能優(yōu)化算法的IPPS求解方法又可以進一步分為單目標(biāo)優(yōu)化方法和多目標(biāo)優(yōu)化方法。

單目標(biāo)IPPS問題的求解方法研究相對較為成熟，主要集中在基于蟻群算法的優(yōu)化方法和基于遺傳算法的混合算法設(shè)計。研究者在使用蟻群算法求解單目標(biāo)IPPS問題時，會將螞蟻探尋路徑的過程與IPPS問題中柔性工藝路徑的選擇相結(jié)合。Leung等[14]構(gòu)建了基于Agent系統(tǒng)的蟻群算法求解單目標(biāo)IPPS問題。Zhang等[15]提出了一種構(gòu)造式元啟發(fā)規(guī)則與蟻群算法結(jié)合求解IPPS問題。王進峰等[16]及黃學(xué)文等[17]使用改進的蟻群算法求解單目標(biāo)IPPS問題。在混合算法設(shè)計方面，一般采取的方法是設(shè)計有效的鄰域結(jié)構(gòu)嵌入全局搜索能力比較好的算法中進行局部搜索，從而對解空間進行充分探索?；旌纤惴ǖ拇頌檫z傳算法與變鄰域搜索算法的結(jié)合。Li等[18]設(shè)計了一種高效遺傳變鄰域混合算法求解單目標(biāo)IPPS問題。此方法在工藝規(guī)劃階段采用一種三層編碼方法，不僅能夠?qū)に囈?guī)劃階段的工藝柔性、工序柔性及加工柔性進行比較完備的表達，同時也能夠使用相對比較簡單的交叉變異算子。在車間調(diào)度階段考慮的車間類型為作業(yè)車間調(diào)度問題，將變鄰域搜索嵌入遺傳算法中，兼顧多種鄰域結(jié)構(gòu)的優(yōu)點，充分探索問題解空間。工藝規(guī)劃與車間調(diào)度階段協(xié)同進化，在求解IPPS最大完工時間上取得了非常優(yōu)異的計算結(jié)果。該方法被用來求解Kim提出的24個IPPS基本測試算例，其中19個解超過或等于當(dāng)前已取得的最好解，在6個測試算例上發(fā)現(xiàn)了當(dāng)前最好解。作者還將該算法應(yīng)用于某非標(biāo)機械制造廠中實際存在的IPPS問題，計算結(jié)果顯示所提出算法能夠有效解決實際工程案例。金亮亮等[19]將遺傳算法與變鄰域搜索有機結(jié)合，提出了一種文化基因算法求解單目標(biāo)IPPS問題。Zhang等[20]提出了一種面向?qū)ο缶幋a的遺傳算法求解單目標(biāo)IPPS問題。杜軒等[21]綜合運用遺傳算法、差分進化算法以及克隆鄰域搜索算法的特點，設(shè)計了一種有效的多群體混合算法求解單目標(biāo)IPPS問題。Zhang等[22]提出了一種擴展帝國競爭算法求解分布式單目標(biāo)IPPS問題。Liu等[23]設(shè)計了求解單目標(biāo)IPPS問題的量子啟發(fā)式混合算法。文笑雨等[24]提出了一種兩階段混合算法求解單目標(biāo)IPPS問題。Barzanji等[25]設(shè)計了基于邏輯的Benders分解方法求解單目標(biāo)IPPS問題。

依據(jù)對多個目標(biāo)處理方法的不同，多目標(biāo)IPPS的求解方法可被分為兩類，即非Pareto的方法和基于Pareto的方法。非Pareto的方法屬于先決策后優(yōu)化，即權(quán)重的確定代表了決策者的決策結(jié)果，權(quán)重的設(shè)定會對優(yōu)化結(jié)果帶來一定的主觀影響因素。早期多目標(biāo)IPPS問題的研究多采用加權(quán)法進行求解，近年來該方法使用較少。僅有Shokouhi[26]使用加權(quán)法和遺傳算法求解多目標(biāo)IPPS問題。近年來，更多的學(xué)者采用基于Pareto的方法對IPPS問題進行求解，以期能夠減少主觀決策對問題求解的影響，找尋兼顧多個優(yōu)化目標(biāo)的Pareto前沿。基于Pareto的方法屬于后驗法，即先優(yōu)化再決策，優(yōu)化的過程只與問題本身特性有關(guān)系，較少受到主觀因素的干擾。Jin等[27]設(shè)計一種改進的多目標(biāo)Memetic算法求解多目標(biāo)IPPS問題。Zhang 等[28]研究了再制造環(huán)境下的IPPS問題，提出了一種基于仿真優(yōu)化的多目標(biāo)遺傳算法。李言等[29]設(shè)計了基于NSGA-II的多目標(biāo)IPPS求解方法。Mohapatra等[30]設(shè)計了一種精英受控的NSGA求解多目標(biāo)IPPS問題。Luo等[31]提出了一種帶免疫原理和外部存檔策略的多目標(biāo)遺傳算法求解多目標(biāo)IPPS問題。Manupati等[32]面向網(wǎng)絡(luò)制造環(huán)境提出一種基于移動代理的方法同時優(yōu)化IPPS的最大完工時間以及設(shè)備利用率。Milic等[33]提出了一種基于混沌理論的粒子群優(yōu)化算法同時優(yōu)化IPPS問題的最大完工時間、平均流程時間以及機器負載平衡。杜軒等[34]提出一種聚類差分進化算法同時優(yōu)化IPPS問題的3個目標(biāo)。Zhang等[35]設(shè)計出一種參數(shù)調(diào)整的增強蟻群優(yōu)化算法同時優(yōu)化最大完工時間、流程時間以及計算時間。

由于基于Pareto的方法能夠更加客觀反應(yīng)問題特性，該方法是當(dāng)前多目標(biāo)IPPS求解方法的研究焦點。但是，當(dāng)前大多數(shù)研究僅停留在使用基本的多目標(biāo)進化算法框架進行多目標(biāo)IPPS問題的求解，與單目標(biāo)IPPS優(yōu)化方法相比，多目標(biāo)IPPS優(yōu)化方法在利用問題領(lǐng)域知識方面略顯不足。另外，在進化算法的研究領(lǐng)域，高維多目標(biāo)進化算法已經(jīng)在函數(shù)優(yōu)化問題上取得了較為豐碩的理論成果[36]，但是在車間調(diào)度領(lǐng)域的應(yīng)用還非常少。

2 不確定擾動下的IPPS問題研究現(xiàn)狀

受信息技術(shù)的發(fā)展制約，早期的IPPS研究聚焦于靜態(tài)生產(chǎn)環(huán)境，一般在提出模型時先假設(shè)不考慮實際制造過程中的不確定擾動因素，相關(guān)理論成果在實施應(yīng)用時具有一定的局限性。隨著近年來新一代信息技術(shù)的高速發(fā)展，制造系統(tǒng)實施運行中各環(huán)節(jié)的相關(guān)數(shù)據(jù)能夠更容易地被采集以及存儲，不同系統(tǒng)之間的數(shù)據(jù)也更容易進行互聯(lián)互通，因此，越來越多的學(xué)者開始關(guān)注于不確定擾動下IPPS問題的研究。

Liu 等[37]考慮了新工件到達的不確定事件，設(shè)計了基于蟻群優(yōu)化算法的動態(tài)IPPS求解方法。為應(yīng)對機器故障和新工件到達的不確定性，Xia等[38]將混合算法與滾動窗口技術(shù)相結(jié)合求解動態(tài) IPPS 問題。Yu等[39]提出了一種混合遺傳粒子群優(yōu)化算法求解動態(tài)IPPS問題，求解過程分為靜態(tài)階段和動態(tài)階段，在動態(tài)階段，針對機器故障這一車間運行動態(tài)事件，通過調(diào)整機器故障時間段內(nèi)待加工工件工藝路線以應(yīng)對動態(tài)事件。巴黎等[40]將不確定加工時間考慮到工藝規(guī)劃與調(diào)度集成問題中。Jin等[41]提出一種文化基因算法求解帶不確定加工時間的IPPS問題。Jin等[42]考慮最大完工時間，穩(wěn)定性及拖期時間3個準(zhǔn)則，提出一種求解動態(tài)IPPS問題的驅(qū)動重調(diào)度策略。Li等[43]采用區(qū)間數(shù)描述不確定加工時間，設(shè)計混合遺傳粒子群優(yōu)化算法對不確定IPPS問題進行求解。

表2 不確定擾動下IPPS問題應(yīng)對策略及新增優(yōu)化目標(biāo)Table 2 Coping strategies and new optimization objectives of IPPS under uncertain disturbance

3 面向綠色制造的IPPS問題研究現(xiàn)狀

綠色車間調(diào)度是綠色制造的重要環(huán)節(jié)，比傳統(tǒng)調(diào)度問題的求解難度更高，更具學(xué)術(shù)研究意義和工程應(yīng)用價值[4]。IPPS問題是一種擴展的車間調(diào)度問題，隨著綠色制造的大力推進，綠色制造模式下IPPS問題的研究開始得到越來越多學(xué)者的關(guān)注。Li等[44]研究了面向可持續(xù)制造和再制造的IPPS模型。Dai等[45]建立了面向節(jié)能的工藝規(guī)劃與車間調(diào)度集成模型，其中能耗指標(biāo)包含制造系統(tǒng)中所有工作機器在生產(chǎn)和非生產(chǎn)階段的總能耗。Zhang等[46]提出一種IPPS節(jié)能優(yōu)化模型。劉瓊等[47]提出了一種考慮碳排放量的IPPS模型。李聰波等[48]建立了面向能耗的分批IPPS模型。黃志清等[49]建立了工藝規(guī)劃與車間調(diào)度的能量優(yōu)化模型。李玲玲[50]、張漪[51]構(gòu)建了IPPS與加工參數(shù)集成優(yōu)化的模型。孟磊磊等[52]使用空閑能耗和空閑時間的不同建模思想構(gòu)建了面向節(jié)能的IPPS模型。Jin等[53]采用基于網(wǎng)絡(luò)圖的混合整數(shù)線性規(guī)劃模型構(gòu)建了面向節(jié)能的IPPS模型。

在研究綠色制造模式下的IPPS問題時，不僅可以在車間調(diào)度環(huán)節(jié)通過改變工件在機器上的加工順序以實現(xiàn)節(jié)能減排，還可以在工藝規(guī)劃環(huán)節(jié)綜合考慮可選加工工藝、可選加工機器以及工序加工序列等因素對于綠色指標(biāo)的影響。因此，綠色IPPS問題的研究能夠進一步發(fā)掘制造系統(tǒng)節(jié)能減排的潛力。對綠色IPPS問題進行研究的難點之一是如何構(gòu)建合適的問題模型。上述面向綠色制造模式的IPPS問題研究大多數(shù)采取在建立模型時增加一個環(huán)境相關(guān)的目標(biāo)函數(shù)，如能耗、碳排放等，建模方法相對比較單一。在已有綠色車間調(diào)度模型研究中，不僅僅采用增加綠色目標(biāo)函數(shù)這一方法構(gòu)建綠色車間調(diào)度模型，還有將能耗因素作為約束條件(如峰值能耗)以及將不超過截止完工時間作為約束來優(yōu)化總能耗的方法來構(gòu)建綠色車間調(diào)度模型。這些研究成果能夠為綠色制造模式下的IPPS問題的研究提供新的思路。另一方面，由于綠色IPPS問題在進行求解時，需要同時兼顧經(jīng)濟指標(biāo)和綠色指標(biāo)，問題的解空間更加龐大復(fù)雜。綠色指標(biāo)與經(jīng)濟指標(biāo)之間呈現(xiàn)復(fù)雜的非線性關(guān)系，在進行優(yōu)化求解時，對求解算法的設(shè)計提出了更高的要求。

4 研究展望

隨著智能制造技術(shù)的發(fā)展，IPPS問題的研究迎來了新的機遇與挑戰(zhàn)。未來對該領(lǐng)域的研究可從以下幾個方面繼續(xù)展開：

1)基于工藝規(guī)劃和車間調(diào)度的層次關(guān)系構(gòu)建有效集成模型。

IPPS問題涉及到工藝規(guī)劃部門的決策者與車間調(diào)度部門的決策者以及企業(yè)上層管理部門的決策者。不同決策者因其面向的對象不同，進行決策時的側(cè)重點也有所不同。工藝規(guī)劃部門關(guān)注工藝編制的合理化與安全規(guī)范、工藝技術(shù)的改進以及標(biāo)準(zhǔn)化等工作；車間調(diào)度部門關(guān)注車間合理化派工，機器故障的實施監(jiān)控與診斷等工作；企業(yè)上層管理部門直接與客戶對接，更加關(guān)注于產(chǎn)品交貨期與客戶滿意度等需求。不同決策者之間通常處于一種非合作的競爭關(guān)系，如果不能協(xié)調(diào)好各決策者之間的關(guān)系，就有可能出現(xiàn)企業(yè)生產(chǎn)無法順利執(zhí)行的不利局面。IPPS問題是一個典型的多決策者博弈問題。不同企業(yè)的工藝規(guī)劃部門和車間調(diào)度部門職責(zé)和能力有所不同，決策者對于工藝規(guī)劃和車間調(diào)度的重視程度也有所不同。但是，在對工藝規(guī)劃和車間調(diào)度集成模型方面，現(xiàn)有研究大多數(shù)是將工藝規(guī)劃和車間調(diào)度放在同一層次。如何從企業(yè)自身制造特點出發(fā)，結(jié)合制造系統(tǒng)柔性，評估工藝規(guī)劃與車間調(diào)度在其進行集成優(yōu)化時的主從關(guān)系具有非常重要的實際應(yīng)用價值。比如，當(dāng)企業(yè)更重于工藝需求，則工藝規(guī)劃在集成優(yōu)化中占據(jù)主導(dǎo)地位。當(dāng)企業(yè)訂單任務(wù)緊急時，車間調(diào)度在集成優(yōu)化中應(yīng)當(dāng)占據(jù)主導(dǎo)地位。因此，對工藝規(guī)劃和車間調(diào)度進行集成優(yōu)化時，需要結(jié)合具體企業(yè)的實際生產(chǎn)能力和訂單需求，研究能夠揭示工藝規(guī)劃和車間調(diào)度之間層次關(guān)系的有效模型。

2)揭示IPPS問題多個優(yōu)化目標(biāo)的復(fù)雜關(guān)系。

IPPS問題的優(yōu)化目標(biāo)往往并不是絕對意義上的矛盾沖突關(guān)系，在全局和局部都可能會存在線性或非線性的復(fù)雜制約關(guān)系，也可能會存在冗余目標(biāo)。比如，在工藝規(guī)劃階段，工藝成本的降低與客戶對于工藝設(shè)計的滿意度之間并不是一種簡單的線性關(guān)系，在一定程度上能夠達到雙贏，但是很多時候又是相互沖突的；最大完工時間的減少一般情況下會減少總流程時間，但是有可能會帶來總流程時間的增加，從而影響到面向交貨期的目標(biāo)。另外，在工藝規(guī)劃階段決定的每個工件的加工時間最短有時能夠帶來車間調(diào)度總完工時間最短，但是當(dāng)機器之間的負載平衡性沒有有效考慮時，又會增加車間調(diào)度階段的完工時間。綠色制造模式下，經(jīng)濟類的優(yōu)化目標(biāo)和環(huán)境類的優(yōu)化目標(biāo)之間也存在復(fù)雜的耦合關(guān)系。如果能夠揭示IPPS問題多個優(yōu)化目標(biāo)之間的復(fù)雜關(guān)系，就可以為多目標(biāo)優(yōu)化方法的設(shè)計提供一定的先驗知識，有助于提高算法性能。

3)基于問題領(lǐng)域知識的高效集成優(yōu)化方法設(shè)計。

已有IPPS問題的研究中，大多數(shù)僅考慮同時優(yōu)化3個以內(nèi)的目標(biāo)。從上述總結(jié)中可以看出，IPPS問題包含的優(yōu)化目標(biāo)非常多，遠不止3個，屬于高維多目標(biāo)優(yōu)化問題。與同時優(yōu)化3個以內(nèi)的多目標(biāo)優(yōu)化方法相比，高維多目標(biāo)優(yōu)化問題中優(yōu)化目標(biāo)數(shù)量多使得Pareto支配關(guān)系失效，優(yōu)化目標(biāo)之間制約關(guān)系復(fù)雜使得問題求解更為困難。由于IPPS問題工藝約束少，柔性大，與傳統(tǒng)調(diào)度問題相比，IPPS問題解空間的冗余更大，IPPS高維多目標(biāo)優(yōu)化方法的研究極具挑戰(zhàn)性?；赑areto的多目標(biāo)優(yōu)化方法能夠更加客觀地反應(yīng)問題本身的特性，因此是當(dāng)前的主要研究方向。但是，當(dāng)IPPS問題優(yōu)化目標(biāo)大大增多時，基于Pareto的多目標(biāo)優(yōu)化方法在非支配解排序方法，種群收斂性和多樣性維護策略等方面會給算法的設(shè)計帶來新的挑戰(zhàn)，傳統(tǒng)多目標(biāo)優(yōu)化方法無法有效地解決高維多目標(biāo)IPPS問題，亟需深入挖掘IPPS問題的層次關(guān)聯(lián)性、決策空間結(jié)構(gòu)與目標(biāo)空間特性，指導(dǎo)高效集成優(yōu)化方法的設(shè)計。

4)基于數(shù)字孿生技術(shù)的IPPS動態(tài)調(diào)控方法研究。

IPPS問題本身因為考慮到制造系統(tǒng)的多種柔性因素，可以較好地應(yīng)對生產(chǎn)中一些不確定擾動因素?？梢钥紤]結(jié)合數(shù)字孿生技術(shù)，實時采集工藝規(guī)劃與車間調(diào)度環(huán)節(jié)的產(chǎn)品、資源、物流與生產(chǎn)數(shù)據(jù)，利用搜集的數(shù)據(jù)統(tǒng)計加工時間不確定、交貨期不確定、急件插入、機器故障等不確定擾動事件，歸納不確定擾動事件類型，分析不確定擾動事件對生產(chǎn)效率、碳排放和客戶滿意度的影響，確定不同不確定擾動事件的應(yīng)對策略，對可選工藝計劃、車間資源，以及在碰到突發(fā)事件時的再規(guī)劃和再調(diào)度問題指標(biāo)進行統(tǒng)計分析。從模型構(gòu)建以及運作方法上及時響應(yīng)突發(fā)事件，發(fā)揮IPPS兼顧多種工藝柔性的特點，探索不確定擾動下的IPPS問題動態(tài)調(diào)控方法，更好地發(fā)揮工藝規(guī)劃與車間調(diào)度集成優(yōu)化帶來的優(yōu)勢。

總而言之，IPPS問題的研究對提高我國智能制造產(chǎn)業(yè)的管理水平、核心競爭力、促進其可持續(xù)發(fā)展具有重要意義，其理論價值與現(xiàn)實意義廣闊。