近日，我校商学院教授潘立军牵头，联合纺织服装学院、北京工业大学科研团队完成的绿色纺织车间智能调度研究取得突破性进展，相关论文正式刊发于国际权威SCI期刊《Swarm and Evolutionary Computation》（计算机科学中科院一区，IF 9.6、群智能进化计算领域顶刊），为纺织行业双能源协同绿色生产提供全新智能优化方案。
纺织印染、定型工序同时消耗电力与蒸汽，传统调度仅考量用电能耗，难以兼顾蒸汽启停损耗、设备待机浪费等行业痛点，生产效率与节能减排目标长期存在冲突。立足湖南纺织产业集群绿色转型需求，潘立军教授团队创新构建兼顾蒸汽损耗的节能柔性车间调度数学模型（EEFJSP-CSC），引入盈亏时长策略精准判定蒸汽设备启停时机，填补纺织车间电－热双能协同调度研究空白。
研究提出基于状态引导Q学习的多目标进化算法SGQL-MOEA，设计五阶段节能解码机制，通过差异化右移策略、关键路径松弛优化压缩蒸汽无效待机空档；依托种群拥挤度、超体积指标动态强化学习算子自适应选择，实现生产工期、总蒸汽消耗、总用电三目标均衡优化。多组标准基准测试与消融实验证实，该算法相较 NSGA-II、MOEA/D 等主流算法，帕累托解集收敛性与分布性优势显著，可同步缩短生产周期、大幅削减蒸汽能耗。
此次成果发表充分彰显了我校管工交叉、产教融合的科研实力。我校充分整合管理学、计算机与纺织工艺多学科资源，破除学科壁垒，推动管理运筹与纺织工业生产场景深度交叉融合。下一步，团队将持续推进算法工程化落地，开发纺织车间智能调度决策系统，助力我省纺织产业低碳化、智能化升级。
（审核：周娟玲 徐运保 刘洞波）
