基于Petri网模型的FMS控制决策方法研究

应用Petri网理论 ,通过对现有FMS(柔性制造系统 )进行分析和研究 ,确定了该FMS中的各状态和事件及其因果关系 ,建立了实际FMS的Petri网模型。通过该模型的描述和对FMS实际运行情况进行分析 ,建立了优化调度控制规则。依据模型和调度控制规则 ,构造了该FMS管理与控制软件 ,实现了用于一实际FMS的调度与控制决策系统和动态运行的有效控制     

基于模糊推理的半导体生产重调度策略研究

半导体生产重调度策略重点解决重调度的判定和重调度方法的选择.鉴于这两类问题中都涉及到大量随机和不确定因素,提出一种基于模糊Petri网模型的模糊推理方法.首先定义了由七类元素构成的面向重调度策略判定的模糊Petri网模型,继而详细讨论了基于该模糊Petri网模型的模糊推理过程.最后,以实际半导体生产线为背景,针对因设备故障引发的重调度问题,运用文中所提出的方法进行推理,说明了该方法的可行性.     

基于Petri网的柔性制造系统建模的调度算法

针对柔性制造系统(FMS)建模中存在的问题,通过分析FMS的组成和特点,提出了基于赋时对象Petri网的建模方法.该方法集中了Petri网和面向对象技术的优点,利用赋时对象Petri网,建立了FMS的资源对象模型和动态行为模型.同时分析了传统调度算法的优缺点,在传统调度算法的基础上提出了时间-A搜索算法,该算法能有效地解决了FMS仿真时的调度问题,使得加工路径代价较低,同时避免了A搜索算法搜索节点多、搜索效率低的弊端.     

面向企业能源消耗过程的模糊Petri网模型研究

针对企业能源消耗系统模型的需求性,在分析企业能源消耗过程的特点和模糊Petri网基本原理的基础上,从实用、可行的角度探索基于模糊Petri网的企业能耗过程模型,详细阐述了面向企业能源消耗过程的模糊Petri网模型的定义和运行规则,并依据特定的建模原则,进行举例说明.模型的建立独立于特定的能源类型和用能设备,全面反映企业能耗过程及其影响因素,为进一步仿真分析企业能耗状况提供了依据.     

基于TS算法的FPN鱼雷电子系统故障诊断方法

针对鱼雷电子系统故障传播的连续性,以及故障征兆与故障原因之间的模糊不确定性特点,提出一种基于禁忌搜索算法的模糊Petri网的鱼雷电子系统故障诊断方法.该方法定义了一个十元组的模糊Petri网,给出了表示模糊产生式规则的三种基本的模糊Petri网模型,在此基础上采用禁忌搜索算法对模糊Petri网模型参数进行优化.当模糊Petri网模型参数得到优化后,根据库所信度的大小通过故障推理进行故障定位.将其应用到某型鱼雷电子系统的故障诊断系统中,结果表明,该方法能够有效的提高模型故障诊断能力,具有较强的实用性.     

柔性制造系统动态调度优化建模研究

针对柔性制造系统的调度优化问题,讨论了一种使用赋时变迁Petri网理论,建立基于优先级的FMS系统的动态生产调度系统优化模型的方法.通过构建加工单元模块,并结合多个调度规则,对系统模型进行优化,使系统能够对各种变化做出实时响应,并以实例验证该模型的动态响应能力和有效性.     

模糊Petri网自动生成方法研究

为解决模糊Petri网建模效率低、工作量大、易出错等问题,提出了模糊产生式规则自动生成模糊Petri网的方法,并给出了其映射模型.该方法通过模型映射,结合图元生成与定位实现了模糊Petri网的自动建模.避免了模糊Petri网建模的人为失误,提高了建模效率.使知识库与模型库同步更新,保证二者的一致性.有利于充分发挥模糊Petri网的知识表示、模糊信息处理与动态并行推理的优势,对模糊Petri网理论的广泛应用具有推动作用.通过实例表明该方法是可行的.     

基于扩展高级全局决策Petri网的FMS优化模型

柔性制造系统是一个复杂的离散事件动态系统。在扩展高级决策：Petri网的基础上，提出了一种具有全局结构的扩展高级全局决策：Petri网，对柔性制造系统进行建模的方法。以扩展高级全局决策Petri网与基于遗传的最小平衡算法结合为例，证实了扩展高级全局决策：Petri网与智能优化方法相结合，既提高了FMS优化调度的整体性能，又使调度具有较强的可观性。     

不确定条件下复杂产品开发项目调度模型研究

为解决不确定条件下的项目调度问题,分析了复杂产品开发项目调度的不确定性,定义了一种扩展的高级关系Petri网,基于扩展的高级关系Petri网建立不确定环境下的复杂产品开发项目调度模型,并结合层次分析法和扩展的高级关系Petri网模型来解决各个子项目优先权的不确定问题,通过实例对项目调度模型进行了仿真和分析,最后给出结论和进一步的工作.     

基于模糊Petri网推理的半导体生产线动态调度研究

针对动态调度的特点,为了综合优化半导体生产线性能指标,尝试使用基于模糊Petri网推理的方法进行动态调度。首先分析了影响动态调度决策的生产线状态信息;然后建立了模糊Petri网形式化推理机,继而构建了面向半导体生产线的模糊Petri网推理模型;最后使用实际半导体生产线模型,将提出的方法与FIFO、EDD和CR策略进行了仿真比较。结果表明基于模糊Petri网推理的动态调度方法能够改善半导体生产线多种性能指标。     

多目标柔性作业车间调度决策精选机制研究

针对多目标柔性作业车间调度优化无法找到唯一最优解的问题，提出多目标遗传算法和层次分析法模糊综合评判的分阶段优化策略。提出优化阶段和精选阶段的优化任务，优化阶段选出一组Pareto解集，精选阶段从Pareto解集中选出最优解；在精选阶段运用层次分析法和模糊评判集成的策略精选调度决策。决策算例证明提出的方法是可行的，可很好地帮助决策者选择出一个最满意的解。     

可变机器约束的模糊作业车间调度问题研究

在车间实际加工中，工件的加工时间和交货期是一个模糊数，而且工件的某道工序有多台机器可供选择。针对这类作业的车间调度，提出了以极大化最小客户满意度为指标的可变机器约束的模糊作业车间调度模型，并给出了算法设计。应用遗传算法在适应度函数处理中引入模糊数处理方法，解决作业车间模糊调度问题，实现调度优化。仿真实验结果表明了该调度方法的有效性，为可变机器约束的模糊作业车间调度提供了一种实现途径。     

A flexible artificial neural network–fuzzy simulation algorithm for scheduling a flow shop with multiple processors

One of the most popular approaches for scheduling manufacturing systems is dispatching rules. Different types of dispatching rules exist, but none of them is known to be globally the best. A flexible artificial neural network–fuzzy simulation (FANN–FS) algorithm is presented in this study for solving the multiattribute combinatorial dispatching (MACD) decision problem. Artificial neural networks (ANNs) are one of the commonly used metaheuristics and are a proven tool for solving complex optimization problems. Hence, multilayered neural network metamodels and a fuzzy simulation using the α-cuts method were trained to provide a complex MACD problem. Fuzzy simulation is used to solve complex optimization problems to deal with imprecision and uncertainty. The proposed flexible algorithm is capable of modeling nonlinear, stochastic, and uncertain problems. It uses ANN simulation for crisp input data and fuzzy simulation for imprecise and uncertain input data. The solution quality is illustrated by two case studies from a multilayer ceramic capacitor manufacturing plant. The manufacturing lead times produced by the FANN–FS model turned out to be superior to conventional simulation models. This is the first study that introduces an intelligent and flexible approach for handling imprecision and nonlinearity of scheduling problems in flow shops with multiple processors.     

e-制造系统的制造资源动态配置过程研究

传统制造资源动态配置没有涉及制造系统、制造单元和设备之间制造过程信息的重组模型，据此，在拓展传统制造资源动态配置模型的基础上，结合模糊聚类理论，研究了e制造环境下制造任务在一定批量和多工艺方案情形下的单元化配置模型，以及基于此配置结果的制造系统、动态制造单元、设备间的信息重组模型与制造过程信息跟踪方法，为“柔性制造”、“数宁化精确生产”奠定了基础，并对开发的原型系统进行验证。     

Job shop scheduling using fuzzy logic

In a flexible manufacturing system (FMS) scheduling problems become extremely complex, even for simple breakdowns, when dynamic uncertainties such as machine breakdowns and the uncertain arrival of jobs are taken into consideration. In the first stage of this study, a fuzzy logic-based algorithm for assigning priorities to part types that are to be machined is proposed. In the second stage, an operation-machine allocation and scheduling algorithm is presented. A criteria contribution equalizer is used in decision-making. The proposed algorithm can re-generate the schedule in case of a machine breakdown, and therefore can be used as an on-line controller. The system architecture and linguistic variables are presented and results showed that the proposed algorithm improves the system efficiency.     

自适应遗传算法求解模糊作业车间调度问题

研究模糊作业车间调度问题(FJSSP),用三角模糊数表示模糊加工时间,用半梯形模糊数表示模糊交货期,以最大化最小客户满意度为调度目标,建立了模糊环境下Job-shop调度问题的模型。提出了一种自适应遗传算法,该算法采用基于优先列表的编码方式,提高了编码效率;在进化过程中对种群采用精英保留策略,确保最优个体不被破坏;并对自适应交叉变异算子进行了改进,使种群最优个体参与进化。仿真结果证明所提算法在寻优能力及收敛性能方面均有所改善。     

知识化制造环境下模糊调度模型和算法

为解决实际生产中一些不精确调度知识的描述问题,通过引入模糊理论中的测度概念,建立了模糊调度模型和求解该模型的混合模糊遗传算法.首先,在变速并行机生产环境下,针对工件加工时间和交货期的不确定性,基于可能性测度和必然性测度的定义,提出了工件拖期可信度指标,用于衡量工件发生拖期的可能性;然后,基于工件拖期可信度指标,建立了以最小化工件平均拖期可信度为目标的混合整数规划模型,通过分析该调度模型,得到最优模糊调度的相关性质;最后,以上述工作为基础,给出一种混合模糊遗传算法的求解方法,并以某电机制造企业为例,对所提出的算法进行了有效性验证.     

自主导航小车(AGV)轨迹跟踪的模糊预测控制

针对非完整约束的轮式移动机器人WMR轨迹跟踪问题,以差速驱动式轮式移动机器人XAUT.AGV100为研究对象,对WMR的运动控制问题作了进一步的研究。本文在分析现有移动机器人运动控制方法的基础上,充分利用模糊控制和预测控制的优点,将模糊控制的思想引入到预测控制中,设计了模糊预测控制算法,并采用此方法控制自主导航小车AGV以提高其轨迹跟踪的快速性和运动的平稳性。理论仿真分析和实验研究均证明,采用所设计的模糊预测方法控制AGV,可有效提高AGV轨迹跟踪的快速性和运动平衡性。     

模糊分布式柔性作业车间调度优化

针对考虑工件加工时间不确定性的模糊分布式柔性作业车间调度问题(fuzzy Distributed Flexible Job Shop Scheduling Problem,fDFJSP),将加工时间用三角模糊数表示,以最小化最大模糊完工时间为优化目标,提出一种改进的人工蜂群算法进行求解.针对fDFJSP的分布式特点,设...     

基于模糊机会约束规划的再制造装配车间调度优化方法

针对再制造零部件质量的不确定性导致工位装配时间波动范围大和调度模型难以准确描述的问题,采用基于可信性测度的模糊变量表示再制造零部件的装配时间,建立基于置信水平下的模糊机会约束规划调度模型,并提出求解该模型的混合智能优化算法：应用模糊模拟技术产生样本数据;利用反向传播算法训练多层前向神经网络逼近不确定函数;将训练后的神经网络与遗传算法相结合,以优化再制造装配车间调度问题。实例验证了该模型和算法的可行性。