面向数字工厂的动态调度算法：通过时序网络提高截止日期可行性与响应性

现代制造系统必须在应对由工艺噪声、设备变异和人为干预导致的随机任务持续时间挑战硬交付截止日期的同时保持可靠性。传统的确定性计划在现实偏离nominal计划时会失效，引发高昂的临时维修成本。本论文结合离线约束编程（CP）优化与在线时序网络执行，构建能够在最坏情况不确定性下保持可行性的计划。首先，我们构建了一个具有 per-job 截止日期任务的灵活车间作业排程CP模型，并插入最优缓冲区 $\Delta^*$ 以获得完全主动的基线。随后，我们将所得计划转化为具有不确定性的简单时序网络（STNU），并验证动态可控性，该性质保证在任意有限持续时间实现下，实时调度器均可在不违反资源或截止日期约束的前提下重新安排活动。广泛的蒙特卡洛仿真在公开的 Kacem~1--4 基准套组上表明，本方法在主流元启发式计划中观察到的100%截止日期违规中均未出现，同时仅增加了3--5%的makespan开销。规模实验确认，CP求解时间和STNU检测均保持亚秒级。该工作展示了时序网络推理如何桥接主动缓冲与动态鲁棒性之间的鸿沟，使产业迈近一步 truly digital、自纠正的工厂。