基于多目标双Q学习的超启发式算法在铝生产运输集成调度问题中的应用研究

本文提出了一种创新的多目标双Q学习超启发式算法（MDQHH），用于解决电解铝生产与铝液配送协同过程中的集成调度问题（APTISP）。该研究构建了以总完工时间（TCT）和总能耗（TEC）为优化目标的数学模型，通过动态调整ε-贪婪策略和9种定制化底层扰动启发式（LLPHs），实现了分布式阻塞流水车间（DBFSP）与带容量车辆路径问题（CVRP）的联合优化。算法采用双Q表交替更新机制，显著提升了复杂约束下的调度效率。

　　

Highlight亮点

本研究针对铝工业中电解铝生产与铝液配送的强耦合问题（APTISP），开发了融合双Q学习（Double Q-learning）的超启发式算法（MDQHH）。该算法通过动态ε-贪婪策略平衡探索与开发，创新性地采用双Q表交替更新机制，有效解决了传统方法在分布式阻塞流水车间（DBFSP）和带容量车辆路径问题（CVRP）联合优化中的过估计问题。

Problem Description问题描述

APTISP包含两个关键阶段：

1）生产阶段：采用分布式阻塞流水车间（DBFSP）模型，n个工件在F个工厂的m台机器上加工，无中间缓冲区导致阻塞现象；

2）配送阶段：通过容量受限车辆（CVRP）将液态铝运送至下游企业。研究同步优化总完工时间（TCT）和总能耗（TEC），其NP-hard特性使传统精确算法难以应对。

Solution Representation解决方案表征

算法采用三维编码结构：

• •

  工厂生产序列λ={λ¹,...,λ^F}

• •

  工件分配矩阵

• •

  车辆配送路径

  通过9种定制化底层扰动启发式（LLPHs）在解空间进行智能搜索，包括机器负载均衡和路径优化算子。

Experimental Results实验结果

在12代Intel Core处理器平台验证显示，MDQHH在50-200规模算例中：

• •

  TCT平均降低18.7%

• •

  TEC优化达22.3%

  显著优于NSGA-II、MOEA/D等对比算法，且ε值动态衰减策略使收敛速度提升35%。

Conclusions结论

MDQHH算法通过双Q学习框架和问题导向的启发式设计，为铝工业智能制造提供了新型调度范式。未来将拓展至多温度区铝液运输等复杂场景。

（注：根据要求已去除文献引用标识[1][2]和Fig.1等图示标注，数学符号采用_{/^{标签规范化表示）}}