面向航空发动机装配线的知识化制造系统重调度和自重构

为了解决航空发动机装配过程中存在的不确定返工问题,建立了面向航空发动机装配线的知识化制造系统(knowledgeable manufacturing system,KMS)重调度和班组自重构优化模型,提出装配线重调度及自重构集成优化算法.在算法调度层,证明了以加权完工成本为优化目标的工序排序性质,并对工序进行初始排序.定义了3种邻域结构,用变邻域搜索(variable neighborhood search,VNS)对工序在并行装配组上的指派问题和调度问题进行优化.在重构层,在不违背装配组装配技能约束的前提下利用装配线负载平衡原则对装配班组进行配置,并采用禁忌搜索(tabu search,TS)对班组配置进行优化.仿真实验结果表明了模型与算法的有效性.     

面向航空发动机的知识化制造系统拖期调度与自重构

针对某航空发动机装配线装配效率低、工人分配不合理等问题,建立面向航空发动机的知识化制造系统拖期调度和班组自重构优化模型.提出一种启发式算法,实现生产调度与班组配置的协同优化.在算法调度层中,针对航空发动机装配过程存在复杂约束这一特点,证明与产品拖期优化目标相关的工序排序性质,设计相应工序调整算法,给出工序在并行装配组上的初始分配方案和优化方案.在重构层,根据系统负载平衡的原则优化各装配班中装配组的数量.仿真实验结果表明了模型和所提出算法的有效性.     

知识化制造环境下航空发动机装配线调度及自重构

航空发动机装配工序数量多、工序间装配约束复杂. 当产品需求变化时, 人工调整存在响应速度慢、装配效率低等问题. 以最小化产品完工成本、工序提前期惩罚成本及班组重构成本加权和为目标, 建立了航空发动机装配线调度和装配班组自重构优化模型. 提出一种新的基于工序局部最优排序的分解算法, 将调度问题分解为单个装配组上工序顺序优化问题. 设计了一种工序后向插入搜索策略. 最后提出装配线调度及自重构集成优化算法. 通过数值试验,验证了模型与算法的有效性.     

基于B/S结构的知识化制造自重构子系统的实现

为克服传统C/S结构的知识化制造自重构子系统维护成本高、执行效率低、通用性和可移植性差等缺点,开发了基于B/S的四层体系结构的知识化制造自重构子系统。介绍了知识化制造系统中知识的表示方法;分析了知识化制造自重构子系统的功能,讨论了知识网自重构使能工具的实现、自重构后实际软件系统的自动生成、基于混合编程的动态图形视图等难点技术;在ASP.NET平台上,基于组件技术,通过实例验证了知识化制造系统自重构的可行性及有效性。     

基于自学习模糊Petri网的知识化制造系统采购预测

对模糊Petri网进行改进,使其增加自学习能力,即自学习模糊Petri网(SFPN).提出了自学习模糊Petri网模型知识库的建立方法,通过构造SFPN模型知识库,建立并保存现有产品的SFPN模型,开发新产品或进行新的决策时调出并进行修正后作为新产品模型.通过较短时间和少量样本的自学习训练,便可用于新产品的预测或决策.最后通过采购预测实例验证了该方法的有效性.     

基于B/S结构的知识化制造自重构子系统的实现

为克服传统C/S结构的知识化制造自重构子系统维护成本高、执行效率低、通用性和可移植性差等缺点,开发了基于B/S的四层体系结构的知识化制造自重构子系统.介绍了知识化制造系统中知识的表示方法;分析了知识化制造自重构子系统的功能,讨论了知识网自重构使能工具的实现、自重构后实际软件系统的自动生成、基于混合编程的动态图形视图等难点技术;在ASP.NET平台上,基于组件技术,通过实例验证了知识化制造系统自重构的可行性及有效性.     

基于对象知识网与近似匹配的EIS重构

研究基于对象知识网(OKM)与近似匹配的企业信息系统(EIS)重构方法.根据EIS模块的相似性,定义重构原,给出知识点及联系原的相似性度量方法.在OKM及信息传递关系网重构运算的基础上,提出基于OKM及近似匹配的EIS重构算法,给出重构过程中的规则.应用实例验证了该重构方法的有效性.     

可重构制造系统重构算法的实例研究

可重构制造系统（RcMS)的模型及其重构算法是可重构制造系统的形式化表示，是研究RcMS优化的理论基础，基于赋时可重构Petri网的可重构制造系统模型（TRPN－RcMS)及其重构算法是RcMS的形式化表示方法之一。文中以实例对RcMS重构算法进行说明和论证。首先假设一个RcMS的实例系统；然后，根据RcMS的当前系统组成及其生成计划生成RcMS当前系统的TRPN－RcMS模型；最后，根据RcMS重构后的系统组成及其生产计划的变化情况，利用RcMS的TRPN－RcMS模型的重构算法，生成重构后的系统的TRPN－RcMS模型。     

知识化制造系统的任务分配决策

为解决知识化制造系统(KMS)的任务分配问题,给出一种基于Agent的KMS体系结构,提出一种特征控制的概念和一种基于Tabu搜索的优化算法,在建立的数学模型基础上,对特征控制的动态过程进行描述,并给出算法的详尽步骤,该算法和特征控制的结合使任务分配决策系统能够动态地响应任务和Agent的变化,最后的仿真实例验证了该方法的有效性。     

大型网络中近似子图匹配研究

为降低噪声对近似子图匹配准确率的影响,提出一种改进的近似子图匹配方法。在预处理阶段,利用k-近邻顶点集为数据图中的每个顶点建立标签-权重向量索引。在查询过程中,基于单个近邻标签的权重距离和所有近邻标签的整体匹配程度进行两级过滤,生成顶点候选集,采用生成树匹配和图匹配的方式确定查询图在大型网络中的位置。在真实数据集上的实验结果表明,该方法具有较高的执行效率和匹配准确率。     

知识化制造系统中动态调度的自适应策略研究

针对知识化制造系统中的动态调度问题,结合知识化制造单元的高智能特征,提出了B-Q学习算法．并基于该算法构建了一种自适应调度控制策略．针对知识化制造系统运行过程中系统状态空间较大的特点,通过提取系统状态特征,对系统状态进行合理聚类,有效地降低了系统状态空间的复杂性．根据系统当前所处的瞬时状态．选取不同的调度规则对缓冲区中工件进行有效调度．仿真结果验证了所提出调度控制策略的有效性．     

基于web的字符串模糊匹配的应用和研究

本文提出了一种基于web的字符串的模糊匹配方法.将给定的源字符串S和T目标字符串按照分割好的字符串单元进行匹配,得到两个字符串的相似程度.此方法不同与串的模式匹配.     

基于web的字符串模糊匹配的应用和研究

本文提出了一种基于web的字符串的模糊匹配方法。将给定的源字符串S和T目标字符串按照分割好的字符串单元进行匹配,得到两个字符串的相似程度。此方法不同与串的模式匹配。     

Automatic construction and optimization of knowledge mesh for self-reconfiguration of knowledgeable manufacturing system

This paper deals with an approach to the automatic construction and optimization of the knowledge mesh (KM) based on the user’s function requirements. Once a KM multiple set operation expression is obtained, a new KM can be inferred from the expression by the developed KM-based inference engine and transformed into its corresponding KMS (knowledgeable manufacturing system) software automatically by the developed automatic program construction software so as to realize the self-reconfiguration of the KMS. Thus, the automatic construction and optimization of a KM multiple set operation expression is equivalent to the automatic construction and optimization of its corresponding KM and KMS software. To explore the automatic construction and optimization of the new KM by the user’s function requirements, an automatic construction procedure of a KM aiming at the user’s maximum function-satisfaction is proposed. Firstly, the fuzzy function-satisfaction degree relationships of the users’ requirements for the KM functions are defined, and so are the multiple fuzzy function-satisfaction degrees of the relationships. Secondly, operations (union, intersection and minus) on both fuzzy and multiple fuzzy function-satisfaction degrees are proposed and clarified, along with the proof that there exists a one-to-one mapping between the KM multiple set operation expression and the KM-function-satisfaction degree expression. Then, the optimization model of the KM multiple set operation expression is constructed and proved to be very NP-hard. And finally, the KM multiple set operation expression is optimized by the hybrid genetic-tabu algorithm, with the steps of the KM’s automatic construction presented in detail as well. Based upon the above, the KM’s automatic construction and optimization are illustrated by an actual KM example which corresponds to the management information system (MIS) software used in a vehicle body plant. The proposed approach proves to be very effective.     

基于多Agent 可互操作知识化制造动态自适应调度策略

针对知识化制造系统生产环境的不确定性,构建一个基于多Agent可互操作的知识化动态调度系统.该系统对各种调度问题采用具有一系列问题特征的知识表示,利用Agent技术构建基于问题的功能模块,提出一种基于改进 -学习算法(WSQ)的自适应调度机制,以此指导设备Agent在动态环境下的调度策略选择.通过对其进行复杂性分析和仿真实验,验证了该控制策略的有效性.该系统具有自适应和自学习特征,具有高度智能化和可互操作性.     

基于匹配度的广度优先推理方法的应用研究

将专家系统用于确定发酵过程生物量软测量混合模型的结构,有利于提高软测量模型的精度,并且使其具有通用性和开放性。在分析发酵过程生物量软测量机理模型结构的基础上,定义了模型复杂度;提出了基于匹配度的广度优先推理方法,给出了匹配度的计算方法;实现了用于确定发酵过程生物量软测量混合模型结构的推理过程。实验表明,与基于穷举法的深度优先推理方法比较,基于匹配度的广度优先推理方法能够有效地减少推理的步数,降低模型复杂度,提高推理效率。     

基于遗传算法的制造单元重组技术研究

根据生产任务动态重组制造单元是缩小生产设备调度范围，提高机床利用率的一个有效途径，针对制造单元重组问题，提出了基于生物遗传规律的制造单元重组算法（GCRA），该算法真实地反映了动态逻辑单元重组的本质要求，具有模型简单，设计变量少，计算速度快，稳定性强等优点，最后给出了实例验证。