[论文解读] Heuristic and Metaheuristic Methods for the Unrelated Machines Scheduling Problem: A Survey

Marko Ðurasević, Domagoj Jakobović|arXiv (Cornell University)|Jul 27, 2021

Scheduling and Optimization Algorithms参考文献 227被引用 4

一句话总结

本文对不相容并行机调度问题（UPMSP）的启发式与元启发式方法进行了全面综述，系统性地分类了过去三十年来的200余项研究。研究发现，启发式与元启发式方法的应用呈上升趋势，尤其在近十年间更为显著，并梳理了关键问题变体、求解技术及未来研究方向，包括多目标优化与绿色调度。

ABSTRACT

Today scheduling problems have an immense effect on various areas of human lives, be it from their application in manufacturing and production industry, transportation, or workforce allocation. The unrelated parallel machines scheduling problem (UPMSP), which is only one of the many different problem types that exist, found its application in many areas like production industries or distributed computing. Due to the complexity of the problem, heuristic and metaheuristic methods are gaining more attention for solving it. Although this problem variant did not receive much attention as other models, recent years saw the increase of research dealing with this problem. During that time, many different problem variants, solution methods, or other interesting research directions were considered. However, no study has until now tried to systematise the research in which heuristic methods are applied for the UPMSP. The goal of this study is to provide an extensive literature review on the application of heuristic and metaheuristic methods for solving the UPMSP. The research was systematised and classified into several categories to enable an easy overview of the different problem and solution variants. Additionally, current trends and possible future research directions are also shortly outlined.

研究动机与目标

• 为不相容并行机调度问题（UPMSP）中应用的启发式与元启发式方法提供系统性文献综述。
• 基于问题变体与求解方法对UPMSP研究进行分类与组织，以提升可及性与整体概览。
• 识别启发式与元启发式方法在UPMSP中应用的当前研究趋势与研究空白。
• 突出尚未充分探索的领域，如多目标优化，以及实际约束如机器故障与优先级关系。
• 通过概述新兴方向，为未来研究提供指引，包括绿色调度与复杂约束整合。

提出的方法

• 对过去30年中关于启发式与元启发式方法在UPMSP中应用的200余篇论文进行系统性文献综述。
• 根据求解方法（如调度规则、遗传算法、模拟退火）与问题变体（如设置时间、多目标）对研究进行分类。
• 分析方法论趋势，包括近年来元启发式方法在精确与近似方法中的主导地位日益增强。
• 对特定问题约束进行分类，如机器可及性、顺序相关设置时间及机器故障。
• 评估多目标优化方法，特别是从加权和方法向真正多目标技术的转变。
• 整合新兴趋势，如绿色调度，即将环境影响与能耗整合进调度目标。

实验结果

研究问题

• RQ1 在求解UPMSP时，最常使用的启发式与元启发式方法是什么？其应用随时间如何演变？
• RQ2 UPMSP的哪些问题变体被最频繁研究，哪些仍属研究不足？
• RQ3 UPMSP研究中多目标优化方法如何演变？当前的最先进水平如何？
• RQ4 实际约束（如机器故障、优先级关系与设置时间）在近期UPMSP研究中扮演何种角色？
• RQ5 UPMSP的新兴研究方向是什么，特别是在可持续性与绿色制造背景下的发展？

主要发现

• 约70%的UPMSP启发式与元启发式方法研究发表于过去10年，表明该领域兴趣显著上升。
• 该领域约40%的研究发表于过去5年，证实了该领域强劲且持续增长的势头。
• 多目标优化正成为关键趋势，研究中采用非加权、真正多目标方法的案例显著增加。
• 尽管设置时间约束已有充分研究，但机器优先级与故障等约束仍研究不足，亟需更定制化的算法设计。
• 绿色调度，特别是节能调度，正日益受到关注，研究重点逐渐转向通过优化调度最小化环境影响。
• 尽管已有大量研究，但当前UPMSP文献中仍存在大量现实复杂性未被充分探索，如动态干扰与多重相互依赖约束。