近日，电子科技大学宜宾园区智能感知机器人团队成员，外籍专家Shaban Usman博士取得两项重要成果，以其为第一作者、电子科技大学宜宾园区为第一单位完成的两篇论文《Dual-Resource constrained flexible job-shop scheduling with ergonomic considerations in conventional and human-robot systems using an enhanced NSGA-II with teaching-learning effect》（教与学效果增强NSGA-II算法实现传统和人机协同系统中考虑人体工程学的车间作业双资源约束灵活调度）、Job-shop scheduling with resource flexibility: A systematic review  from traditional to AI-integrated approaches（资源灵活性车间作业调度系统综述：从传统途径到人工智能一体化），分别发表于《Robotics and Computer-Integrated Manufacturing》及《Journal of Industrial Information Integration》期刊。两刊均为JCR一区、中科院一区TOP期刊，影响因子＞10。论文的合作者还包括电子科技大学宜宾园区院长高椿明教授。

 研究成果1

研究构建了考虑人体工程学约束的双资源约束灵活车间作业调度模型（DRCFJSP-ER），旨在解决现代生产中人机器协同作业时资源难以统一管理的实际问题。该研究采用快速上肢评估法（RULA）测量工人的身体疲劳程度，并创新性提出三项评价指标，用以更准确地反映工人的身体负荷。此外，研究引入融合了教学与学习效应的增强NSGA-II算法（ENSGA-TL），在提升生产效率的同时，有效兼顾了工人健康保护。

研究结果表明，DRCFJSP-ER模型能够有效平衡生产速度与工人身体负担。在人机协同模式下，机器人承接高强度体力工作，显著降低了操作人员的疲劳累积风险，既提升了生产效率，也改善了工人的工作状态。本研究为农业及其他劳动密集型行业提供了更具人性化的生产安排方案，契合了工业5.0的发展理念。

研究成果2

研究针对资源灵活车间作业调度问题（JSP）进行了全面综述，将现有成果划分为三类：侧重人员柔性调配的双资源约束作业车间调度（DRCJSP）、侧重设备灵活使用的柔性作业车间调度（FJSP），以及同时兼顾人员与设备灵活调配的双资源约束柔性作业车间调度（DRCFJSP）。该综述还指出了未来值得重点发展的方向，如人工智能与机器学习融合、绿色可持续生产、人机协作、实时调度能力等前沿热点。本文可为智能制造与生产调度领域的科研人员和工程技术人员提供全面、系统的参考。

巴基斯坦国籍Shaban Usman博士，毕业于电子科技大学机械工程专业，主要从事智能制造、人机协作、进化算法和人机工程学等方面的研究。此前，他曾与国际OEM（原始设备制造商） 公司合作，担任生产工程师，负责为企业开发与制造机械系统。自作为引进人才入职园区以来，他结合宜宾产学研发展需求，面向农业开展应用研究，相关应用产品包括收割机器人、自动激光除草机等。Shaban Usman博士的研究成果充分彰显了园区在工业信息集成与智能制造领域的科研实力，可广泛应用于先进制造、智慧农业、物流等多个领域，有助于推动以人为本的制造模式发展，助力工业5.0理念的落地。