A Hyper Heuristic Algorithm Based Genetic Programming for Steel Production Scheduling of Cyber-Physical System-ORIENTED
Round 1
Reviewer 1 Report
The topic of the publication fits into the specific professional areas of the journal. In my opinion, the dissertation is well structured and contains many novelties in the field of steel production scheduling. I suggest checking the formal requirements as the dissertation contains several typing errors. In order to strengthen the validity of the research gap, I propose to conduct a broader literature review.
The dissertation adequately details the achieved results as well as the possibilities for further progress.
After making the requested modifications, I recommend that the dissertation be published.
Author Response
问题 1：我建议检查形式要求，因为论文中有几个打字错误。为了加强研究差距的有效性，我建议进行更广泛的文献综述。
回复：谢谢评论。谢谢。我们仔细检查了论文并更正了打字错误。
在文献回顾中，我们在2.2 节中用红色字体加强了对钢铁生产调度的描述。增加了以下文献。
[17]韩戴；唐清华；张志坤，等。钢铁厂混合流水车间调度的改进候鸟优化算法。数学。2020, 8,10:1-28
[18] 安东尼奥 JM；阿方索 M; 约瑟夫 ZH。基于模拟退火的铝件铸造调度[J]. 数学。2021, 9, 7:1-18
[19] 程青；林苏; 波亚 P 等。节能生产的无空闲流水车间调度：改进的优化框架。数学。2021, 9, 12:1-18
[20]栾芳；蔡志勇; 吴世清，等。用离散鲸鱼优化算法优化低碳柔性作业车间调度问题。数学。2019, 7, 8: 1-17
[37] 于丽；马华; 王 C. 装备 phm 知识本体构建与语义推理方法研究. 军械设备工程杂志。2019, 40, S1: 126-130
[38] 熊涛；周CG; 王MQ。基于制造情况的快速射击武器技术知识推送方法[J]. 军械设备工程杂志。2019, 40, S2: 230-235
[39] Yu Sb; 李晓明；刘德，等。基于可拓理论的装备知识形式化描述模型研究[J]. 军械设备工程杂志。2016, 8: 23-28。
[45]于SP; 柴TY。炼钢连铸生产过程启发式调度方法[J]. 控制理论与应用。2016, 33, 11:1413-1421。
而 [24], [25] 已被替换为
[24] 姜国珍；陈新伟；李 XY，等。炼钢连铸调度模型知识匹配算法[J]. 国际无线和移动计算杂志。2018, 15(3):215-222
[25] 陈晓伟；姜国珍；李GF，等。一种新的钢铁生产调度模型知识化封装方法[J]. 机械工程师学会会刊 B 部分工程制造杂志。2020, 234, 14:1673-1685。
Author Response File: 
Author Response.docx
Reviewer 2 Report
Kindly include information for the given comments in the main paper:
- There is a need to enhance the state-of-the art of related work. Kindly include a summary table in the each section 2,1 to 2.3, which will include the following information at least:
Reference number, year of publication, domain, main contribution, enhancement requirement/disadvantage, similarity with proposed work. Then list out the all possible research gap.
- There are several acronym throughout the paper. Kindly explain first then use. kindly update this type of misleading short forms in the paper
- Kindly validate the performance of the proposed approach with the literature.
- Novelty part of the paper is not clear. Kindly create a new heading/section, which is “Related work”. In this section, include all recent published work and then prepare a table for all possible research gap findings. Then mention that which one research gap has been overcome in this paper. Then validate the presented results that such work has been attempted 1st time in this paper.
- Kindly include a diagram for proposed approach, which can show whole work done in the paper in form of diagram/flow chart.
- What is the reason behind to implement GP instead of other several advanced algorithms?
- Kindly redraw the figure 8-10 with high resolution
Author Response
问题 1：需要提高相关工作的最新水平。请在第 2,1 至 2.3 节中的每个部分中包含一个汇总表，其中至少包含以下信息：参考编号、出版年份、领域、主要贡献、增强要求/缺点、与拟议工作的相似性。然后列出所有可能的研究差距。
回复：谢谢评论。谢谢。
在第 2 节相关工作中，我们使用红色字体修改了文本。并增加附录A1、附录A2和附录A3所示的文献汇总表。
问题 2：整篇论文中有几个首字母缩略词。请先说明后使用。请在论文中更新这种误导性的简短表格。
回复：谢谢评论。我们非常肯定并同意您的意见。
我们已经检查了纸张并使用红色字体修复了这些错误。并修复了CPS(Cyber-Physical System)、GP-HH(基于遗传编程的超启发式)、LLH(低级启发式)、SSCPS(钢铁生产调度CPS、SSCPS)等。
问题 3：请使用文献验证所提出方法的性能。
回复：谢谢评论。谢谢。
在5.2节中，我们增加了表8关于GP-HH和带有RED FONT的启发式调度方法的比较。为了进一步说明GP-HH求解目标模型的有效性，将求解结果与启发式调度方法进行了比较[45]。以CPU运行时间为参考，综合比较算法的性能。实验结果如表 7 所示。GP-HH 比启发式调度方法更省时。在小样本的计算中，GP无法获得足够的样本进行交叉、变异等遗传操作，也无法获得足够优秀的启发式调度规则，因此GP-HH在最优解中的表现不如启发式调度方法。但在几个案例的对比实验中，
[45]于SP; 柴TY。炼钢连铸生产过程启发式调度方法[J]. 控制理论与应用。2016, 33, 11:1413-1421。
问题4：论文的新颖性部分不清楚。请创建一个新的标题/部分，即“相关工作”。在本节中，包括所有最近发表的工作，然后为所有可能的研究差距结果准备一张表格。然后说说本文克服了哪一个研究空白。然后验证所呈现的结果，即在本文中第一次尝试了此类工作。
回复：非常感谢您的宝贵意见。对于这个问题，我们深表歉意。
因此，我们添加了第 2.4 节的灵感，并在表 1 中列出了所有可能的研究差距发现。
基于知识工程的钢铁CPS生产调度理论及应用研究较少，尤其是钢铁CPS生产调度模型知识建模研究较少。因此，首次提出了钢CPS定向调度模型。在钢铁CPS中，钢铁行业将利用物联网、大数据、云计算等信息技术，建立一体化管控平台。对于钢铁CPS复杂的动态调度场景，仅靠建模还不足以解决问题。为此，提出了一种通用的GP-HH算法来求解多扰动下的生产调度模型。这样，钢铁行业将克服过去孤立、单一的工艺解决方案，实现“
问题 5：请附上建议方法的图表，该图表可以以图表/流程图的形式显示论文中所做的全部工作。
回复：谢谢评论。
我们已经添加了整个工作，如图 1 所示。
问题6：用GP代替其他几种高级算法的原因是什么？ 回复：谢谢评论。
原因在4.2节进行了简化，我们对RED FONT做了一些补充。简单规则一般只考虑炉子、设备或运输工具的单一因素（如炉子处理时间、当前设备缓冲区中的炉子数量、所需运输时间等），不考虑干扰。因此，本文提出的问题模型较为复杂，且每次的炉子、设备、扰动都有多个不同的属性，为了充分利用炉子、设备、扰动的多因素信息，使规则包含这些信息产生了极好的调度规则。在本文中，GP用于生成启发式规则。在GP算法中，规则的表示采用二叉树的数据结构，这使得为各种输入因素的各种操作生成规则变得更加方便。GP生成规则的过程可以离线计算。在实际计算中，只需要使用高级启发式来计算规则选择和搜索启发式规则，就可以使算法的收敛速度更快，保证解的质量。
．
问题7：请用高分辨率重绘图8-10。
回复：谢谢评论。
我们已经检查了数字并用新的清晰图片替换了数字9-11（上面添加了额外的图片）。
Author Response File: Author Response.docx
Round 2
Reviewer 2 Report
Authors have updated the manuscript as per the requirement. I have no more comments
