现状

装备调度技术属于物流底层的调度技术，如物流运输车辆调度。近年来，人工智能领域的丰富研究成果，使得应用人工智能技术解决调度问题成为可能。智能调度是解决实际复杂调度问题的一个有效手段，其理论和方法需要进一步丰富、发展和完善。

挑战

智能调度要解决日益复杂的调度问题，应当解决如下几个关键问题：

（1）调度系统的结构是开发实际调度系统和解决实际调度问题的首要问题。

（2）调度问题的知识表示及有效的求解策略。调度问题知识表示是用人工智能方法解决调度问题的重要环节。知识表示方法决定应采用的求解策略。因而研究合理有效的知识表示具有重要意义。

（3）调度知识获取是开发智能调度专家系统的“瓶颈”问题，调度问题的复杂性决定了调度专家不可能具有完备的调度知识，需要研究调度知识获取问题，机器学习是获取调度知识的有效手段，研究高效的学习方法具有重要意义。

（4）调度优化算法是调度研究的一个重要内容，智能调度也需要高效的调度优化算法，应用计算智能方法，研究高效的调度优化算法，是解决静态调度问题的重要手段。

目标

（1）在经济日益全球化的大背景下，利润无疑是企业唯一的命脉，完善物流底层的装备调度技术，以最基础、最直接的方式节约企业物流成本。

（2）调度系统的结构将是调度系统开发以及解决实际调度问题的关键，到2020年，将有可靠技术基础作为调度系统结构设计的保证。

（3）到2020年，合理且有效的知识表示将得以发展，从而得到有效的求解策略来完善人工智能方法解决调度问题中间的重要环节。到2030年基本解决目前存在的调度知识获取的问题，以高效的方法完成对调度知识的获取，并且结合相应的调度优化算法解决实际的调度问题。

（4）到2030年，随着电子商务的发展以及信息技术进一步深入发展，智能调度研究将向实际应用系统的开发迈进，调度自动化和信息化将取得实质性进展。