Dynamic Flexible Job Shop Scheduling (DFJSS) is an important and challenging problem, and can have multiple conflicting objectives. Genetic Programming Hyper-Heuristic (GPHH) is a promising approach to fast respond to the dynamic and unpredictable events in DFJSS. A GPHH algorithm evolves dispatching rules (DRs) that are used to make decisions during the scheduling process (i.e., the so-called heuristic template). In DFJSS, there are two kinds of scheduling decisions: the routing decision that allocates each operation to a machine to process it, and the sequencing decision that selects the next job to be processed by each idle machine. The traditional heuristic template makes both routing and sequencing decisions in a non-delay manner, which may have limitations in handling the dynamic environment. In this article, we propose a novel heuristic template that delays the routing decisions rather than making them immediately. This way, all the decisions can be made under the latest and most accurate information. We propose three different delayed routing strategies, and automatically evolve the rules in the heuristic template by GPHH. We evaluate the newly proposed GPHH with Delayed Routing (GPHH-DR) on a multiobjective DFJSS that optimises the energy efficiency and mean tardiness. The experimental results show that GPHH-DR significantly outperformed the state-of-the-art GPHH methods. We further demonstrated the efficacy of the proposed heuristic template with delayed routing, which suggests the importance of delaying the routing decisions.

中文翻译：

---

用于多目标动态灵活作业车间调度的延迟路由遗传编程

动态灵活作业车间调度 (DFJSS) 是一个重要且具有挑战性的问题，并且可能有多个相互冲突的目标。遗传编程超启发式 (GPHH) 是一种很有前途的方法，可以快速响应 DFJSS 中的动态和不可预测的事件。GPHH 算法演化出用于在调度过程中做出决策的调度规则 (DR)（即所谓的启发式模板）。在 DFJSS 中，有两种调度决策：将每个操作分配给一台机器来处理它的路由决策，以及选择每个空闲机器要处理的下一个作业的排序决策。传统的启发式模板以非延迟的方式做出路由和排序决策，这在处理动态环境方面可能存在局限性。在本文中，我们提出了一种新颖的启发式模板，可以延迟路由决策而不是立即做出决策。这样，所有的决策都可以在最新、最准确的信息下做出。我们提出了三种不同的延迟路由策略，并通过 GPHH 自动演化启发式模板中的规则。我们在优化能源效率和平均延迟的多目标 DFJSS 上评估新提出的具有延迟路由（GPHH-DR）的 GPHH。实验结果表明，GPHH-DR 显着优于最先进的 GPHH 方法。我们进一步证明了所提出的具有延迟路由的启发式模板的功效，这表明延迟路由决策的重要性。所有的决定都可以在最新、最准确的信息下做出。我们提出了三种不同的延迟路由策略，并通过 GPHH 自动演化启发式模板中的规则。我们在优化能源效率和平均延迟的多目标 DFJSS 上评估新提出的具有延迟路由（GPHH-DR）的 GPHH。实验结果表明，GPHH-DR 显着优于最先进的 GPHH 方法。我们进一步证明了所提出的具有延迟路由的启发式模板的功效，这表明延迟路由决策的重要性。所有的决定都可以在最新、最准确的信息下做出。我们提出了三种不同的延迟路由策略，并通过 GPHH 自动演化启发式模板中的规则。我们在优化能源效率和平均延迟的多目标 DFJSS 上评估新提出的具有延迟路由（GPHH-DR）的 GPHH。实验结果表明，GPHH-DR 显着优于最先进的 GPHH 方法。我们进一步证明了所提出的具有延迟路由的启发式模板的功效，这表明延迟路由决策的重要性。我们在优化能源效率和平均延迟的多目标 DFJSS 上评估新提出的具有延迟路由（GPHH-DR）的 GPHH。实验结果表明，GPHH-DR 显着优于最先进的 GPHH 方法。我们进一步证明了所提出的具有延迟路由的启发式模板的功效，这表明延迟路由决策的重要性。我们在优化能源效率和平均延迟的多目标 DFJSS 上评估新提出的具有延迟路由（GPHH-DR）的 GPHH。实验结果表明，GPHH-DR 显着优于最先进的 GPHH 方法。我们进一步证明了所提出的具有延迟路由的启发式模板的功效，这表明延迟路由决策的重要性。