作者：文笑雨 高亮 

期刊：重庆大学学报 核心

时间：2021.02

（注：文中的数字代表引用的文献序号）

1.IPPS的3种主要建模方法（依据信息交互方式不同）

非线性方法交互简单，应用广泛。建立混合整数规划模型，提供尽可能多的路线。

特定生产环境下工艺规划与车间调度进行集成的特殊性。

大批量定制化生产 考虑不同制造企业对pp与s重视程度不同来研究。

[9-13]

2.单目标/多目标 求解方法的研究概况

IPPS求解方法主要是非线性信息交互，然后智能算法寻优

●单目标较为成熟，主要是         蚁群（蚂蚁探寻路径和柔性工艺路径结合）、 14-17

                                                   GA（嵌入邻域结构）                18-25

●多目标（非Pareto 26 &Pareto 27-35）

       存在问题：多数研究仅仅停留在使用多目标进化算法的框架进行求解，与单目标相比，多目标IPPS优化方法在利用问题领域知识方面略显不足。 另外，在进化算法的研究领域，高维多目标进化算法已经在函数优化问题上取得了丰硕的理论成果，但是在车间调度领域应用还非常少。 【36】

3.不确定扰动下的IPPS问题（动态IPPS）

数据互通更便捷，学者开始关注动态IPPS       37-43

难点：设计有效的不确定指标计算方法。

集中研究：    ①使用模糊数、区间数描述加工时间和交货期的不确定性

②利用滚动窗口技术、模糊神经网络、增加缓冲时间窗的方法应对机器故障和新工件到达等不确定事件

4.及面向绿色制造的IPPS问题研究现状  44-53

难点：如何构建合适的问题模型

不仅仅增加一个环境相关的目标函数，如能耗 碳排放

还有将能耗因素作为约束条件

5.展望了IPPS未来的一些方向

①pp和s的层次关系 构建有效集成模型

②揭示IPPS多个优化目标之间的复杂关系

③IPPS高维多目标 高效集成优化

④数字孪生结合

我的几句话：

        IPPS是对FJSP的进一步拓展，在考虑工序排序（OS）和机器选择（MS）的同时，还额外考虑了加工路径的选择（RS），是更加复杂的NP难问题。车间调度从上世纪中叶被提出开始，就不断有各种学者研究，也衍生出了各种不同的分支，增加了不同的条件和限制与环境，未来的文章一定是越写越复杂的，越来越贴近于实际的生产环境，IPPS是最近十年才开始研究的，很有前景。

        这篇综述是文笑雨教授写的，发的期刊很一般，但是我觉得内容总结的很到位。国内研究IPPS的最强团队就是华科的高亮教授团队，这当之无愧，应该没有人质疑。关于IPPS的Q2以上的中国文章，过半都是高亮教授 邵新宇院士的团队写的，其中有很多优秀的学者，其中就有文笑雨 金亮亮 孟磊磊等学者，我很崇拜他们的学习环境和氛围，羡慕他们有这样专业的老师指点和光明的前途，我也希望未来可以到这样的学府中 这样的老师手下学习。另外根据我这段时间的学习，重庆大学 东北大学 等一些学校也写出了零星几篇优秀的IPPS文章。

        这是我作为一个调度新人，开始研究IPPS的第一步，希望未来的学习之路可以顺利，有相关研究和兴趣的小伙伴欢迎留言，未来我会在CSDN分享更多的学习经验，一方面分享知识寻找志同道合的朋友，另一方面也是对自己学习的阶段性总结。就说这么多吧，你好，CSDN！