宋士吉教授和吴澄院士团队：分布鲁棒优化调度理论方法及应用- 大数跨境

科学出版社

2025-02-17

制造业是我国国民经济发展的基石，是实现经济稳定增长的重要支柱。2010年起，我国制造业规模已连续多年稳居世界第一。同时，我国制造业也正面临复杂严峻的国际竞争形势。国际需求急剧萎缩、原材料价格波动、企业制造成本加大且利润下降，使传统制造业粗放发展的隐患、弊端逐渐暴露。高投入、高消耗、高排放的粗放发展模式，致使许多工业品单位能耗与国际先进水平相比存在较大差距，资源、能源使用存在浪费，对生态环境的破坏日趋严重。我国经济自主发展能力、发展的可持续性，以及国际竞争力面临巨大的压力。近年来，新一代人工智能技术的快速发展，给我国制造业转型升级和技术创新带来了新的发展机遇和挑战。围绕“绿色低碳”和“智能制造”两大发展理念，将自动化、信息化、智能化的生产制造贯穿于制造业转型升级的全过程，增强自主创新能力，推进产业升级和结构优化，打造具有国际竞争力的制造行业，是我国从“制造业大国”转变为“制造业强国”的核心举措，也是在当前国际贸易形势紧张、整体地缘政治格局变化的外部条件下保持并提升我国国际竞争力的必由之路。

图3.1 钢铁企业生产流程示意

生产调度问题是生产制造环节中的关键问题，可以通过合理分配并优化生产资源，从系统层面提升整体生产效率，缩短制造周期，降低生产成本。如何实现稳定、高效的生产调度，成为多种先进制造模式共同关注的核心主题，这也是我国制造业实现自动化、智能化过程中亟待解决的关键问题之一。因此，研究稳定、智能的生产调度理论方法具有极大的经济价值和显著的社会效益。在过去的几十年当中，研究者在生产调度领域取得众多的研究成果，然而绝大多数的研究工作是基于确定性优化调度模型，即模型中的参数被看作已知且不会发生变化的。实际的生产过程往往充满了不确定因素，如机器故障、工人水平差异、原料供应不及时、客户需求变化等。传统生产调度模型没有考虑参数的不确定性，得到的调度方案往往存在方案精度低、稳定性差等问题，甚至会变得不可行，使最终的调度结果无法达到决策者的预期目标。因此，在不确定生产环境下如何进行优化决策，降低不确定性因素给生产过程带来的干扰，保证生产过程的稳定性和高效率，是当前生产调度领域的学科前沿和共性基础理论难题。

左右滑动查看更多

《分布鲁棒优化调度理论方法及应用》（宋士吉,吴澄著.北京: 科学出版社, 2024.12）以钢铁生产制造为应用背景，阐述分布鲁棒调度理论方法的具体应用。钢铁制造过程是离散与连续混合制造的过程，具有工艺流程长、工序复杂、生产周期长、工序间关联性强、实时性要求高、物流配送过程交叉多等显著特点，容易受到加工和运输时间不确定、设备故障、交货期变动等多重因素的干扰。现有面向确定环境和单一产品加工工艺的生产调度方案存在生产成本高、决策效率低、计划执行难、调度方案可靠性差等实际问题。根据产品的加工工艺和加工路径，在保证钢铁生产过程多阶段调度计划精确性的前提下，如何使调度方案有效适应各种不确定性并提升抗干扰能力，确保整个生产流程精确、稳定、高效运行，是钢铁制造业亟待解决的“痛点”。

在国家自然科学基金重点项目资助下，基于随机不确定环境生产过程的鲁棒建模理论与智能优化方法取得若干突破性进展。考虑生产过程中多种不确定因素对制造环境的干扰，本书详细阐述鲁棒优化调度问题建模与求解的理论方法，及其在解决钢铁生产多工序过程的典型应用。在车间调度方面，阐述鲁棒单机调度问题和鲁棒并行机调度问题的建模与智能优化方法；在运输调度方面，阐述鲁棒路径规划的建模与智能优化方法。本书结合钢铁生产问题的工艺背景及其多工序加工过程的随机干扰特点，系统阐述鲁棒优化调度问题的建模、模型转化与智能优化方法，重点展示鲁棒调度理论方法在解决钢铁生产两个关键工艺过程“炼钢-连铸”和“连铸-热轧”中的实际应用效果。