智能制造系统基于数据驱动的车间实时调度

• 作者: 吴秀丽 孙琳
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 智能制造 混合流水车间 实时调度 机器学习 人工神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 523-535
• 页数: 13页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2018.0849

摘要

智能制造系统采用大量先进的信息技术,为车间实时调度提供技术基础.各类信息技术在生产制造过程中的广泛应用使得制造系统积累了大量与生产调度相关的数据,因此,通过利用历史生产调度数据和智能装备收集到的实时生产数据,建立基于数据驱动的生产实时调度方法成为新型制造环境下实现高效调度的新思路.针对智能制造环境下的混合流水车间实时调度问题,提出基于BP神经网络的数据驱动的实时调度方法,从历史近优的调度方案中提取用于调度知识挖掘的样本数据,通过BP神经网络训练学习获取生产系统状态与调度规则的映射关系网络,并将其应用于生产在线实时调度.数值实验表明,所提出的方法优于固定单一调度规则,在不同的调度性能指标下其效果均稳定且良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴秀丽	北京科技大学机械工程学院	15	116	5.0	10.0
2	孙琳	北京科技大学机械工程学院	3	5	2.0	2.0