基于知識的實時調(diào)度決策支持平臺研究.pdf

1、隨著制造業(yè)競爭的加劇，生產(chǎn)調(diào)度研究已經(jīng)從理論探索轉(zhuǎn)移到實際應(yīng)用階段，如何在有限合理的時間內(nèi)獲得滿足要求的調(diào)度方案成為制約車間生產(chǎn)效率的重要因素。另一方面，在實際生產(chǎn)中，生產(chǎn)狀態(tài)的復(fù)雜性與不可預(yù)見性使通過傳統(tǒng)方法得到的預(yù)調(diào)度方案失去了意義。因而，能夠快速響應(yīng)生產(chǎn)狀態(tài)變化的重調(diào)度成為生產(chǎn)調(diào)度研究的重點。 為對動態(tài)調(diào)度進行決策支持，本文在對生產(chǎn)調(diào)度問題分析的基礎(chǔ)上，提出了基于知識的生產(chǎn)調(diào)度決策支持平臺框架，該框架基于LPKI結(jié)構(gòu)；借助

2、人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、記憶功能，以人工神經(jīng)網(wǎng)絡(luò)作為學(xué)習(xí)推理機，建立了基于規(guī)則的適應(yīng)規(guī)則調(diào)度模型（RBS）；研究了確定性生產(chǎn)調(diào)度理論中的調(diào)度問題表示與推理，提出了一種基于案例的生產(chǎn)調(diào)度模型（CBS）；最后在VC++6.0環(huán)境中建立了基于包含RBS和CBS的實時調(diào)度平臺。本文主要研究內(nèi)容和取得的研究成果表現(xiàn)在以下幾個方面。 （1）建立了基于規(guī)則和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的適應(yīng)規(guī)則調(diào)度模型（RBS），該模型以人工神經(jīng)網(wǎng)絡(luò)作為學(xué)習(xí)推理機，具有快

3、速響應(yīng)，瞬時計算的特點，能夠適應(yīng)動態(tài)調(diào)度的實時性要求。其中人工神經(jīng)網(wǎng)絡(luò)的輸入為制造車間的生產(chǎn)狀態(tài)參數(shù)，輸出為當(dāng)前采用的調(diào)度規(guī)則。 （2）提出了一種基于案例的調(diào)度模型（CBS），知識的表示采用確定性生產(chǎn)調(diào)度中的面向?qū)ο蟮娜蚰Ｐ?，推理機制建立于確定性生產(chǎn)調(diào)度計算復(fù)雜度歸結(jié)關(guān)系。該模型將知識的表示和推理與調(diào)度領(lǐng)域緊密結(jié)合，建模簡單方便。 （3）提出了基于知識的生產(chǎn)調(diào)度決策支持平臺框架，并建立了由前述RBS和CBS模塊構(gòu)成的基