近日，我院吴斌教授指导的硕士研究生陈仁胜同学在《Swarm and Evolutionary Computation》期刊发表了题为《A Q-Learning based NSGA-II for dynamic flexible job shop scheduling with limited transportation resources》的学术论文。《Swarm and Evolutionary Computation》为运筹优化与人工智能领域中重要学术期刊，主要报道自然启发式智能计算、跨学科领域的最新研究和发展成果。该期刊是中科院一区Top期刊，最新影响因子（IF）为8.2。

该研究针对智能制造中广泛应用的自动导引车（AGV）运输资源有限的问题，提出了一种动态柔性作业车间集成调度模型。研究特别考虑了三种动态干扰——任务取消、机器故障和AGV故障，设计了相应的基于事件驱动的重调度策略，引入了一个重调度稳定指标来评估重调度策略的执行效果。为了优化该模型，提出了一种基于Q-learning的NSGA-II算法（QNSGA-II），通过学习历史搜索经验，自适应地选择局部搜索的最优邻域结构。此外，设计了一种混合初始化策略，提升了算法的优化性能。该研究为实际生产中的动态集成调度问题提供了新的解决方案，得到国家社科基金一般项目和国家重点研发计划等项目的资助。

陈仁胜，经济与管理学院2022级工商管理硕士研究生，为该论文的第一作者（南京工业大学为第一单位），其导师吴斌教授为通讯作者；此外，该生在智能优化调度领域还获得第七届智能优化与调度学术会议最佳墙报奖一项，第二十六届南京工业大学研究生科技论坛特等奖一项以及2023年江苏省研究生科研计划项目一项。

作者：蒋海蓉；审核：岳克勤