計(jì)算機(jī)學(xué)院韓玉艷老師團(tuán)隊(duì)在進(jìn)化計(jì)算領(lǐng)域頂級(jí)期刊《IEEE Transactions on Evolutionary Computation》上發(fā)表最新研究成果

　　近日，計(jì)算機(jī)學(xué)院韓玉艷老師團(tuán)隊(duì)在進(jìn)化計(jì)算領(lǐng)域頂級(jí)學(xué)術(shù)期刊《IEEE Transactions on Evolutionary Computation》（中科院1區(qū)Top，影響因子為14.3）上發(fā)表研究論文“Sustainable Scheduling of Distributed Flow Shop Group: A Collaborative Multi-objective Evolutionary Algorithm Driven by Indicators”（DOI: 10.1109/TEVC.2023.3339558.）。論文第一作者為碩士研究生王宇航，韓玉艷副教授、王玉亭副教授為通訊作者，上海大學(xué)潘全科教授和清華大學(xué)王凌教授參與并指導(dǎo)該研究。聊城大學(xué)計(jì)算機(jī)學(xué)院為論文第一署名單位。

　　當(dāng)前不斷升級(jí)的市場(chǎng)需求提高了對(duì)生產(chǎn)模式、多區(qū)域和多目標(biāo)的靈活性的要求，而印刷電路板表面貼裝過程（Printed Circuit Board Surface Mount Process，PCB-SMP）就是典型的以流水車間為基礎(chǔ)，以單元制造為生產(chǎn)模式的實(shí)際應(yīng)用。在生產(chǎn)車間中，通常配置多條相同的生產(chǎn)線，在任意一條生產(chǎn)線上順序完成印刷，SPI檢測(cè)，貼片，回流焊接，AOI檢測(cè)等工序。針對(duì)這一問題，研究團(tuán)隊(duì)提出一種指標(biāo)驅(qū)動(dòng)的協(xié)同多目標(biāo)進(jìn)化算法，通過采用可持續(xù)調(diào)度的方式，解決具有序列依賴設(shè)置時(shí)間的分布式流車間成組調(diào)度問題，并同時(shí)優(yōu)化最大完工時(shí)間和總能耗。

　　首先，通過分析復(fù)雜的問題特征建立該問題的數(shù)學(xué)模型并根據(jù)Gurobi求解器驗(yàn)證模型的正確性。

　　隨后，引入指標(biāo)驅(qū)動(dòng)的協(xié)同多目標(biāo)進(jìn)化算法（CMOEA/I），在算法中，根據(jù)分而治之的思想，將問題分解成多個(gè)耦合子問題，開發(fā)一種基于種群的協(xié)作模型將子問題分別有效求解，同時(shí)，通過分析子問題間的內(nèi)在聯(lián)系，設(shè)計(jì)一系列將工廠、組和工件有效銜接的局部搜索算子（如圖2所示）。

　　此外，在多目標(biāo)優(yōu)化中為了得到收斂性好且分布均勻的帕累托最優(yōu)解集，提出基于指標(biāo)驅(qū)動(dòng)的解的選擇方法（如圖3所示），首先基于收斂性指標(biāo)使解接近帕累托前沿，然后基于分布性指標(biāo)結(jié)合小生境技術(shù)對(duì)解進(jìn)行及時(shí)有效地篩選并更新。

　　為了進(jìn)一步探索潛在的非支配解，提出一種新型的變速策略，與以往大多數(shù)的變速策略不同的是，不單單從降速節(jié)能的角度來探索非支配解，而是基于降速節(jié)能和提速降低最大完工時(shí)間這兩個(gè)原則，進(jìn)一步得到更好的非支配解（如圖4所示）。

　　最后，在不同范圍的測(cè)試實(shí)例上進(jìn)行廣泛的仿真實(shí)驗(yàn)。圖5給出了所提CMOEA/I與其他先進(jìn)的算法比較的結(jié)果，通過深入統(tǒng)計(jì)分析，驗(yàn)證了CMOEA/I的優(yōu)越性。

　　韓玉艷副教授長期致力于進(jìn)化計(jì)算、多目標(biāo)優(yōu)化、優(yōu)化調(diào)度理論與方法、智能優(yōu)化算法及其應(yīng)用等領(lǐng)域研究，作為項(xiàng)目負(fù)責(zé)人主持/完成多項(xiàng)國家自然科學(xué)基金、山東省自然科學(xué)基金、聊城大學(xué)光岳青年學(xué)者創(chuàng)新團(tuán)隊(duì)等項(xiàng)目；在國內(nèi)外重要學(xué)術(shù)期刊、國際會(huì)議發(fā)表論文40余篇，其中高被引2篇；獲2023年山東省自然科學(xué)二等獎(jiǎng)1項(xiàng)、2020年度山東省高等學(xué)校科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)1項(xiàng)、2023年度青島市自然科學(xué)一等獎(jiǎng)1項(xiàng)、2022年度Complex System Modeling and Simulation期刊最佳論文、2022年度全球前2%頂尖科學(xué)家；兼任中國仿真學(xué)會(huì)智能仿真優(yōu)化與調(diào)度專委會(huì)委員，中國人工智能學(xué)會(huì)自然計(jì)算與數(shù)字智能城市專業(yè)委員會(huì)委員，山東省人工智能學(xué)會(huì)委員。

　　論文鏈接：https://ieeexplore.ieee.org/document/10342736

（審核 賈保先）