卢明教授团队在人工智能领域TOP期刊发表研究成果
发文时间：2026-04-22
撰稿人：文/张成杰 图/张成杰 一审/刘良平 二审/江献书 三审/卢明
近日，我院卢明教授团队在人工智能与计算机科学领域国际顶级期刊《专家系统应用》（Expert Systems with Applications）上在线发表题为“A dual-Q learning-driven multiple population evolutionary algorithm for scheduling adjustable speed job-shop with transportation constraints”的研究论文。我校作为第一单位，硕士研究生张成杰为第一作者，卢明教授为本文通讯作者。该研究工作得到了国家自然科学基金区域联合基金重点项目（U25A20466）以及国家自然科学基金项目（62203164, 62403191，62403192）的资助。
针对现有车间调度研究中自动导引车（AGV）运输模型过于简化这一问题，本文开展了具有运输资源约束的速度可调节能作业车间调度问题的研究。为此，提出一种双Q学习驱动的多种群Jaya算法（DQDMP-Jaya），该方法通过嵌入基于启发式规则的AGV调度算法，突破了传统模型局限，成功实现了AGV多负载、多行程的运输方式。此外，在解码层引入学习机制，填补了该领域智能解码策略的空白。同时，并结合主种群状态感知的多种群构建策略，以平衡优质调度信息的开发与种群多样性的维护。大量对比实验结果充分证明了DQDMP-Jaya算法在求解AEJSP-T问题上的优越性。
|
|
| (a)Pareto front of T02. |
(b)Pareto front of T04. |
|
|
| (c)Pareto front of SWV10. |
(d)Pareto front of SWV20. |
Figure 2: DQDM P-Ja ya Compared with Other Intelligent Algorithms on the
Pareto Frontier.
文章链接：https://doi.org/10.1016/j.eswa.2026.132405
