2018年初，上海大学机电工程与自动化学院自动化系王冰教授与专委会委员潘全科教授等在《Applied Soft Computing》发表题为"A hybrid local-search algorithm for robust job-shop scheduling under scenarios"的学术论文，报道了离散场景描述的不确定加工时间下一种新颖作业车间鲁棒调度模型和求解算法的成果。本文采用的鲁棒调度方法建立在坏场景集鲁棒优化的概念基础之上，所定义的坏场景集基于一个给定阈值而建立，优化目标为针对坏场景下系统性能下降而导致的总惩罚项的最小化。近期，王冰教授又在《International Journal of Production Research》发表论文，对比了两种基于阈值的坏场景集鲁棒调度指标在不确定作业车间调度问题中所得鲁棒解的特性；同时王冰教授还在《IEEE Transactions on Fuzzy System》发表了学术论文，提出了一种双指标作业车间鲁棒调度模型和求解算法。上述论文是王冰教授多年潜心研究鲁棒优化模型和求解算法的最新成果，这些论文的发表标志着王冰教授所提出的离散场景描述下兼顾抗风险鲁棒性和优化性的新颖鲁棒优化方法获得国际学术界的认可！
不确定参数下鲁棒优化方法的研究是调度与优化领域一个重要的课题，是国际学术界一个热门和前沿方向。传统上采用随机规划和模糊优化处理不确定参数下的调度与优化问题，场景方法下的鲁棒优化是近二十年才出现的一种新方法。已经出现的经典抗风险鲁棒优化模型为min-max模型和min-max regret模型，其它替代鲁棒优化模型也有出现，但到目前为止应用较少。王冰教授于2012年在《自动化学报》发表题为"基于坏场景集的抗风险鲁棒调度模型"的学术论文，首次提出了离散场景描述下的坏场景集鲁棒调度概念，这一概念最初被其他研究者应用于不确定环境下的电力系统优化调度和电力市场交易决策问题。而王冰教授首先将该概念应用于作业车间调度这一具有典型性和挑战性的困难组合优化问题。除了前述研究成果，王冰教授还于2017年在《IEEE/CAA Journal of Automatica Sinca》上发表论文,提出一种基于阈值的两阶段坏场景集鲁棒优化模型，这一模型用一个特殊的双目标鲁棒优化框架进行形式化表达。王冰教授提出的新颖鲁棒优化方法主要侧重于处理传统min-max模型所得鲁棒解太过保守的问题以及min-max regret模型需要求解不同场景下确定性优化问题最优解的难题。针对传统鲁棒优化模型这两个方面的缺陷，王冰教授提出了上述坏场景集鲁棒优化和双指标鲁棒优化两种类型的替代模型，这两种替代鲁棒优化模型可以广泛应用于各类不确定输入参数下的调度与优化问题。在将所提鲁棒优化模型对不确定加工时间的作业车间调度问题的应用中，王冰教授定义了面向问题特征和模型特征的合并场景邻域结构，并基于该邻域结构开发了不同鲁棒优化模型下的高效求解算法。由于作业车间调度问题的强NP-hard性质，应用于该类问题鲁棒优化模型的求解算法以智能优化算法为主。王冰教授提出的新颖鲁棒优化方法在国际学术领域是有特色的，作为经典鲁棒优化模型的替代模型，所提出的新颖鲁棒优化模型未来有望在更广泛的不确定调度与优化问题中得到应用。
论文信息
[1]. Bing Wang*, Xiaozhi Wang, Fengming Lan, Quanke Pan. A hybrid local-search algorithm for robust job-shop scheduling under scenarios. Applied Soft Computing, 2018, 62: 259-271.
[2]. Bing Wang*, Xiaozhi Wang, Hanxin Xie. Bad-scenario-set Robust Scheduling for a Job Shop to Hedge against Processing Time Uncertainty. International Journal of Production Research, https://doi.org/10.1080/00207543.2018.1555650
[3]. Bing Wang*, Hanxin Xie, Xuedong Xia, Xianxia Zhang, A NSGA-II Algorithm Hybridizing Local Simulated-annealing Operators for a Bi-criteria Robust Job-shop Scheduling Problem under Scenarios, IEEE Transactions on Fuzzy System, 2018, IEEE Early Access Articles.
[4]. Bing Wang*, Xuedong Xia, Hexia Meng and Tao Li. Bad-scenario-set robust optimization framework with two objectives for uncertain scheduling systems, IEEE/CAA Journal of Automatica Sinica, 2017, 4(1):142-152.
[5]. 王冰*, 羊晓飞, 李巧云. 基于坏场景集的抗风险鲁棒调度模型, 自动化学报, 2012, 38(2): 275-283.