随着科技的进步,免疫检验设备的自动化程度和检验准确度不断提高,逐步取代了人工检验,为了进一步提高免疫检验的效率,学者们对免疫检验设备的调度优化问题展开研究。目前较多的研究是针对检验过程的静态调度问题进行,而实际过程中经常会出现急诊检验等突发事件,在此情况下需对检验过程进行动态调度,本文针对该实际调度问题完成了以下研究:(1)根据免疫检验设备的基本组成及工作流程,分析了免疫检验调度问题与作业车间调度问题的相似性,将该调度问题提炼为一类具有并行机的动态作业车间调度问题,对优化目标和约束条件进行了数学描述。(2)针对检验过程中存在检验项目已知情况下的预调度以及一些突发事件下的动态调度,本文建立了基于多智能体的调度优化系统,实现该检验过程的预-反应式调度。详细设计了管理、调度、设备、项目四类Agent的结构与功能,管理Agent负责系统的全局管理,调度Agent负责安排检验项目工序的执行顺序,同时借鉴机器人操作系统设计了本多智能体系统的TSA(Topic-Service-Action)通信机制,实现了不同Agent之间的交互协作和系统的协调控制。(3)针对检验过程预调度,研究了改进人工蜂群算法和教学算法的混合算法ABCTLBO作为免疫检验预调度算法。该算法采用人工蜂群算法框架,在跟踪蜂阶段嵌入具备较强局部搜索能力的改进教学算法,同时在算法各阶段选择合适的交叉和变异算子。实验表明,ABC-TLBO在作业车间调度问题上寻优能力较强,能用于免疫检验过程的预调度。(4)针对检验过程中突发事件的动态调度,采用基于分层进化基因表达式编程(HEGEP)构建的动态调度规则以及合同网协议实现反应调度。为了弥补GEP的局部搜索能力较弱、算法效率不高的缺陷,将染色体改进为满二叉树结构,设计了相应的变异和交叉算子,提出了分层进化的策略。实验表明,HE-GEP局部搜索能力得到明显增强,相比GEP性能更优,能找到更好的调度规则。(5)进行了免疫检验过程中的调度实例仿真。验证了ABC-TLBO用于免疫检验预调度的有效性,进行了系统在预调度运行过程中,突发紧急任务插入和子设备故障两类动态事件的仿真,分别将HE-GEP构建的规则与七个常用规则(FIFO、SPT、LPT、LNPT、LRM、LR、MOR)进行对比。实验结果显示,HE-GEP Rule表现好于其他七个规则,从而证明本文提出的HE-GEP构建的调度规则的有效性和实用性。