第四讲 连续过程CIMS中生产计划／调度系统

第四讲连续过程ＣＩＭＳ中生产计划／调度系统杨家本（清华大学自动化系，北京，１０００８４）１前言随着我国工业现代化进程的发展和深化，ＣＩＭＳ这种以高技术支撑的计算机集成制造系统日益受到人们的重视，成为现代企业所追求的运作模式。近年来，ＣＩＭＳ应用工程已...     

流程工业通用多智能体系统生产计划调度的原型系统

流程工业中的计划调度是由全流程优化单元和若干局部流程优化单元组成的,这些单元构成了一个典型的层次结构的多智能体系统。我们对此系统进行了研究,并建立了基于多智能体系统的体系结构,具有通过性的流程工业计划调度原形试验系统。本文研究的问题包括系统结构、Agent之间的协作、过程数据通讯和存储、控制信息通讯协议和系统工作过程。相信,此研究对于建立实用的分布式生产优化计划调度系统将具有推动作用。     

关于鞅超收敛定理与遗忘因子最小二乘算法的收敛性分析

鞅超收敛定理是研究随机时变系统辨识算法有界收敛性的一个有效数学工具,它是鞅收益是在随机时变系统中的推广。文「１」用它证明了遗忘因子最小二乘算法参数估计误差的有界收敛性,但是文「１」假设系统的理各态遍历的,且协方差阵是用它的数学期望代替的,所得到的结果是近似的。而本文精确地给出了协方差阵的上下界,改进了文「１」的结果。     

时变系统有限数据窗最小二乘辨识的有界收敛性

利用随机过程理论证明了有限数据窗最小二乘法的有界收敛性,给出了参数估计误差 上界的计算公式,阐述了获得最小均方参数估计误差上界时数据窗长度的选择方法.分析表明, 对于时不变随机系统,数据窗长度越大,均方参数估计误差上界越小;对于确定性时变系统,数 据窗长度越小,均方参数估计误差上界越小.因此,对于时变随机系统,一个折中方案是寻求一 个最佳数据窗长度,以使均方参数估计误差最小.该文的研究成果对于提高辨识算法的实际应 用效果有重要意义.     

时变参数遗忘梯度估计算法的收敛性

提出了时变随机系统的遗忘梯度辨识算法,并运用随机过程理论研究了算法的收敛 性.分析表明,遗忘梯度算法的性能类似于遗忘因子最小二乘法,可以跟踪时变参数,但计算量 要小得多,且数据的平稳性可以减小参数估计误差上界和提高辨识精度.阐述了最佳遗忘因子 的选择方法,以获得最小参数估计上界.对于确定性时不变系统,遗忘梯度算法是指数速度收 敛的;对于时变或时不变随机系统,遗忘梯度算法的参数估计误差一致有上界.     

TSP问题的自适应进化算法

提出了一种 TSP问题的进化计算方法。此方法结合边自适应和边重组的进化过程处理方法 ,在本质上符合 TSP问题的求解的需要。本文给出了边适应性函数的数学模型 ,并且构造了一种易于实现的路径重组算法。对于 TSP问题的求解是一种新的见解     

辅助变量最小二乘辨识的均方收敛性

利用随机过程理论,首次证明了递推辅助变量最小二乘(RIVLS)的收敛性,研究了RIVLS算法的收敛速率,给出估算RIVLS算法均方参数估计误差上界的计算公式.分析表明,当辅助矩阵与信息矩阵的乘积是非奇异阵,且关于辅助向量的弱持续激励条件成立时,均方参数估计误差以(1/t)的速率收敛于零.这一研究结果对于提高RIVLS算法的实际应用效果具有重要意义.数字仿真例子表明了该结论的正确性.     

系统理论指导下的旧城更新探讨

针对国内城市旧城区以大拆大建为主的实践特征．通过玉溪旧城改造更新规划研究系统更新的方法,提出构建更新框架、政府主导、社会评价、经济模式等四种科学有效的旧城更新策略和调整用地功能、优化交通和传承历史文化三大重要手段,实现城市旧城更新和复兴。     

制造系统中任务分配的自适应Agent模型

为实现在保持高生产率的前提下对环境变化的快速响应,提出一个基于自适应Agent的模型,研究了制造系统中最常见的任务在加工资源上的分配问题。设计了在多智能体系中分别代表加工资源、任务和协调者的三类Agent,以及它们在各自利益驱下所应遵循的行为规则,并采用了局部与全局的双层强化学习机制,以保证整个系统的行为朝着预期的优化方向演化,适应环境的改变。最后,给出了一处以车间调度为背景的仿真示例,在环境变化（如产品需求改变或机器故障）的情况下,系统能够自动地产生满意的任务分配策略。