一种需求不确定下的混合流水车间鲁棒调度优化方法

本发明提出了一种针对需求不确定下的混合流水车间鲁棒调度优化方法。该方法首先通过多场景生成技术，生成多个可能的需求场景。接着，采用Kriging模型构建代理模型，用于评估不同调度方案在多个场景下的性能。然后，利用非支配排序遗传算法II(NSGAII)对代理模型进行优化，寻找在多个场景上表现良好的调度方案。在优化过程中，通过选择Pareto解集中与已存在样本点距离较远和不被已存在样本点支配的点来更新代理模型，以增加模型的细节和准确性，并提升模型的全局描述能力。最后，通过误差判定机制，判断代理模型的全局和局部误差是否满足预设的误差要求。本发明通过高效的计算模型和智能优化算法，实现对需求不确定环境下混合流程车间调度的智能化决策，提高调度的效率和鲁棒性。