工业互联网中基于HC-MOGA的智能体任务协同调度方法

本发明提供了一种工业互联网中基于HC‑MOGA的智能体任务协同调度方法，旨在解决工业现场中因设备(后续建模为智能体)类型异构、任务依赖复杂、资源分布不均引发的调度效率低与系统鲁棒性差等关键问题。该方法面向工业互联网环境下由数据采集智能体与作业型智能体协同完成的多阶段作业任务，构建了具备任务识别、资源匹配和依赖建模能力的异构智能体调度模型。提出了一种HC‑MOGA(异构约束多目标遗传算法)，引入多维染色体编码、分层映射机制、双阶段变异策略与动态约束修复机制，建立融合作业完成收益和综合资源消耗与潜在损耗的双目标优化模型，适用于智能制造、自动化生产线及多智能体任务协同管理等工业互联网典型应用场景。