導讀

隨著信息時代的不斷發展，調度在大多數的制造業、服務業及存在信息處理需求的行業扮演著愈發重要的角色。

調度的作用

調度是一個復雜的決策過程，它通過將一段時間內的特定資源分配給特定任務，以期實現一個或多個目標的優化。資源的形式多種多樣。對于制造業而言，資源主要指的是生產資源，可表現為車間里的機器、加工所用模具、刀具等；對于服務業而言，資源可以表現為機場的跑道、建筑場所中的施工單位、地產開發過程中的土地資源、醫院內的手術室等。任務的形式同樣種類繁多，可以是工廠內的一個加工操作、飛機的起飛和到達、建筑工地內的一個項目、某位病患的一臺手術等。優化目標包含多種形式，如最小化最后一個任務的完成時間、最小化成本、最小化任務拖期等。

隨著信息時代的不斷發展，調度在大多數的制造業、服務業及存在信息處理需求的行業扮演著愈發重要的角色。

以汽車流水生產線為例，世界第一條大規模汽車流水生產線由美國福特汽車公司于1913年推出，通過對裝配過程進行合理分工，極大地提升了工廠生產效率。整個汽車生產流程由最初的傳統“全能型員工”流程轉變為采用傳送帶供應的流水線生產模式，使一臺T型福特汽車的組裝耗時縮短50%，開創了新的、高效的汽車制造流程，推動福特獲得了重大的成功。時至今日，豐田汽車依靠以成本控制為核心、計劃管控為手段、消除一切無效勞動和浪費為目標的精益生產模式，在全球汽車市場的利潤率僅3%~6%時，豐田汽車2019年利潤率仍然保持在9.2%。

調度對于流程工業的發展和進步同樣具有重要意義。石油化工是典型的流程工業，其生產設備眾多，如何在既定生產計劃下，根據物料平衡和實時的物料性質制定生產資源調配時間序列和設備操作條件是企業穩定生產和實現效益最大化的必要條件。

經過數十年的發展，我國已成為世界上門類最齊全、規模最大的制造業大國，但普遍存在生產效率低、能耗物耗高、安全環保問題突出等現象。其核心原因之一是缺乏實現生產工藝優化和全流程整體運行優化的高效調度方法。此外，我國的“中國制造2025”同樣強調了制造業在國民經濟中的主體地位，將智能制造作為主攻方向。

1）制造業中的調度[1]

制造業是國民經濟的主體，是立國之本、興國之器、強國之基。制造業是指利用某種資源（含物料、能源、設備、設施、工具、資金、技術、信息和人力等），按照市場要求，通過制造過程，轉化為可供人們使用和利用的工具、工業品與生活消費產品的行業。合理的調度方案能夠有效提高制造業的生產效率，實現資源利用的最大化。我國為了制造業的轉型升級曾花費數十億美元引進和開發了制造資源計劃（MRP Ⅱ）、企業資源規劃（ERP）等軟件，但絕大多數沒有得到很好的使用，主要原因之一是“生產作業計劃”這個技術瓶頸沒有得到突破。車間內的生產計劃和調度方案仍采用傳統的經驗和人工方法，導致工業軟件的使用與企業加工現狀出現斷層（見圖1）。因此，智能調度技術不但要在錯綜復雜的約束條件中找到可行方案，還需在難以計數的可行方案中找到滿足優化目標的較優生產作業計劃，從而提高企業的生產效益。

圖1 制造業信息流圖[1]

2）服務業中的調度[1]

服務業包括交通、信息、醫療、餐飲、銀行等多個行業。作為第三產業，服務業具有覆蓋面廣、內容綜合性高、分散性大等特點，更加需要智能調度技術對場地、資源、人員等進行統一協調與管理。服務業中的調度主要集中在各種服務行業中的排班、排隊等問題，其目標是追求效率最高、顧客滿意度最大化等。圖2展現了服務業中的信息流。

圖2 服務業信息流圖[1]

新中國成立后，經過70多年的發展，我國工業成功實現了由小到大、由弱到強的歷史大跨越，使我國由一個貧窮落后的農業國成長為世界第一工業制造大國。從21世紀初開始，我國正在逐步由制造大國向制造強國的方向轉變。在調度及相關學科的支持下，制造業基本完成了現代化轉型升級，正在向著數字化、網絡化、智能化的目標不斷前進。在未來，智能調度仍將在制造業和服務業等領域發揮著積極的作用，激發行業的創新驅動力，推動我國快速發展為制造強國。

調度的發展趨勢

市場需求和科技進步會催生新的生產方式，而新的生產方式又會影響制造系統的功能特征和生產組織模式。用戶對產品的多樣化、個性化需求，使得生產方式已由傳統的大批量生產向大規模個性化定制生產發展。目前，工業4.0正給生產技術和生產組織模式帶來變革和創新，一些先進計算機與通信技術（如物聯網、云計算、大數據、邊緣計算等）的突破使得制造業變得更加柔性、高效和智能[2]。

精益生產、敏捷制造、可重構制造、云制造、智能制造等先進生產模式得到了飛速發展與推廣[3]。有效的調度是生產環節中的一個關鍵問題，它可以減少相應任務的處理時間，提高資源利用率，從而實現企業利潤的最大化[4]。隨著市場需求和新技術驅動下生產模式的變化，與之相適配的調度模式也必然要發生相應的變化。未來調度技術將朝著自適應自組織調度、大數據驅動調度、協同調度（供應鏈協同調度、云邊協同調度、人機協同調度）以及基于數字孿生的調度等方向發展[5]。

1）自適應自組織調度

隨著信息與通信技術的進步，工業生產逐步由集中式控制向分散式控制轉變[6-7]。分散式控制提高了生產系統的柔性和敏捷性，生產系統中的每個資源都具有感知、分析、推理、溝通和執行的能力。在自適應自組織調度中，把整個分散式控制生產系統看作一個多智能體系統，每個資源就是其中的一個智能體，它可以根據部分信息和局部目標做出決策。目前，為了獲得一個全局目標較優的調度方案，常用基于拍賣機制的協商策略來平衡智能體之間的局部目標沖突[8]。

2）大數據驅動調度

物聯網技術在現代工業的應用增加了工業數據的數量和更新速度，生產過程中搜集到的實時數據包含大量有用信息，可以為后期調度方案的制定提供有益幫助[9]。這使得數據挖掘在智能制造中所起的作用越來越重要，大數據分析逐漸成為優化生產系統管理的關鍵技術和主要方法[10]。2020年，中國工程院發布的《全球工程前沿》將“基于大數據的智能制造系統生產調度技術”遴選為機械與運載工程領域的Top 10 工程開發前沿之一。在大數據驅動調度中，往往先基于歷史數據，不斷產生新的離線挖掘調度算法，再用這些算法更新算法庫，最后根據生產系統的實時數據為用戶推薦最佳調度方法[11]。

3）協同調度

供應鏈協同調度。在產品同質化問題突出的時代，市場競爭日趨激烈，用戶對產品的多樣化、個性化需求也不斷增加。然而由于設備、原材料和勞動力成本激增以及供應鏈各環節信息的不對稱，傳統供應鏈管理面臨著高成本、長周期、低質量和高風險的挑戰。物聯網、區塊鏈等技術的發展加速了供應鏈各環節（涵蓋供應、生產、銷售等環節）的信息數字化、共享化進程，為供應鏈協同調度技術的實現提供了技術支撐和保證[12]。供應鏈協同調度在供應鏈精益化、綠色化、全球化、智能化過程中起著至關重要的作用[13]。

云邊協同調度。物聯網技術的進步給分布式制造企業帶來了全新的挑戰，如更低的延遲要求、不間斷的服務需求和可靠的安全保障等[14]。當前的難點在于決策中心位于云端，調度系統和制造資源之間的遠程連接會帶來延時和不安全因素；雖然以邊緣計算為代表的新興技術手段在一定程度上提高了工廠（邊緣端）的調度水平，但受限于邊緣端的資源規模和計算能力，調度結果的質量不高[15]。為了提高個性化市場需求背景下生產系統的響應速度和全局優化能力，云邊協同調度的研究十分必要。

人機協同調度。智能制造系統是一個集人、信息和物理為一體的生產系統，它的不確定性和復雜程度都非常高，傳統的調度方法難以實現即時響應[16]。新一代人工智能技術的發展，使人機之間的智能協作成為現實，機器可以根據自身的感知、分析為生產系統的調度運營提供建議[17]。未來人與智能機器在物理、信息、決策等多個方面的互動會越來越頻繁，人機協同調度的應用前景非常廣闊。

4）基于數字孿生的調度

在現實生產場景中，一些動態事件和擾動時常發生，現有動態調度方法的響應速度和穩定性已無法滿足智能車間的魯棒性需求[18]。基于數字孿生的調度技術在新一代信息技術和制造技術驅動下，通過物理車間與虛擬車間的雙向映射與實時交互，形成真實與虛擬共生的協同優化網絡。物理車間主動感知當前生產狀況；虛擬車間通過自組織、自學習、自模擬等方式進行生產狀態分析、調度方案調整和決策評估。通過這種方式，可以立即鎖定異常范圍，并在短時間內提供出合理高效的應對措施[19]。基于數字孿生的調度將很快成為調度領域的一個新的研究熱點。

審核編輯 ：李倩