定制型装备企业是一类面向订单设计与制造的企业,是以客户的需求为导向进行产品设计。这类企业的产品设计特点是重复性较低、设计过程复杂和设计周期较长。由于客户提出的产品需求不明确,以及产品设计高质量要求,设计员每次完成设计任务后,需要提交给客户确认或者提交给组长/主管评审。客户确认及组长/主管评审的结果可能是通过,也可能需要对设计进行多次返工。在任务评审阶段,设计员往往会开始另一项设计任务,且当有返工出现时,可能会停下当前任务去优先处理返工任务。由此可见,设计任务过程复杂,其完工时间具有高度不确定性,极容易造成设计项目拖期。产品设计完工时间直接影响后续物料采购和零部件生产,对定制装备生产管理来说至关重要。为此,本文在考虑设计任务具有随机返工且可中断的情况下,研究设计任务动态调度策略,具体研究内容如下:(1)分析了定制装备企业设计任务的特点、调度过程以及工程实际中设计任务调度方法的缺点。(2)针对具有随机返工且可中断的设计任务调度问题,提出了基于马尔可夫决策过程的调度模型与方法。首先,基于马尔可夫决策过程理论构建调度决策模型,利用值迭代算法求解最优策略。接着,针对其面临的维数灾问题,提出了基于单一优先规则和多规则组合的次优策略。(3)针对带随机返工且可中断的设计任务调度问题,提出了基于监督式机器学习的调度方法。首先,分析潜在影响任务调度决策因素,构造能够描述不同调度环境下的宏观特征。接着,利用前述多规则组合算法求解小规模算例,获得训练样本。其次,采用四种不同的机器学习模型进行训练和学习,并比较不同模型的性能。最后,通过仿真实验将机器学习得到的近似策略与单一优先规则进行对比,验证了所构建的机器学习模型的可靠性。(4)在对设计任务调度问题相关研究的基础上,并结合在企业的实际调研情况,开发了定制装备企业设计任务调度管理系统。并将本文得到的机器学习策略应用于系统中,实现对设计任务的高效调度。最后详细介绍了系统的设计环节,展示了实现的部分功能界面。