作为具有重入加工的大规模复杂制造系统,集束型装各调度引起各个领域研究人员的高度关注。 KEA00AA0AM-TGHO对于不同的研究人员来说,其研究重点不同,研究的问题及采用的方法也不尽相同。不同的调度方法对集束型装备调度均能起到一定的优化作用。集束型装备调度优化算法可分为运筹学方法、规则方法、多项式方法、启发式方法和智能优化方法等。运筹学方法是隐含枚举整个空问的搜索方法,搜索效率低。尽管该方法在理论上能够提供问题的最优解,但难以在合理时间内解决大规模的调度问题。规则方法是一种系统运行时,根据一定的规则和策略来决定下一步操作的调度方法。规则方法来源于工程技术人员的经验法则,具有直观、简单和易于实现的特点。但该方法不能对得到的结果进行次优性的定量评估,且不能适应集束型装各滞留时间约束、重入加工等复杂因素,该方法在集束型装备调度中应用较少。多项式方法是指算法能够在多项式时间内得到问题解,由于集束型装备机械手搬运作业在满足某些条件下,可以在多项式时间得到最优的调度方案,因此该方法在集束型装备调度中应用广泛。启发式方法是相对于最优化算法提出的,它是一种基于直观或经验构造的算法,在可接受的花费(指计算时间和空间)下给出待解决优化问题每一个实例的一个可行解,但该可行解与最优解的偏差程度不一定事先可以预计。智能优化方法是近年来发展起来的非常活跃的研究方法,包含遗传算法、禁忌搜索算法、模拟退火算法、蚁群算法、量子进化算法和粒子群优化算法等。该类方法无须问题的特殊信息,可以很快收敛到局部最优并获得近似最优解。