智能制造系统基于数据驱动的车间实时调度研究.PDF

第 xx卷 第 x期 控 制 与 决 策 Vol.xx No.x xxxx年 x 月 Control and Decision xxx. xxxx DOI: 10.13195/j.kzyjc.2018.0849 智能制 系统基于数据驱动的车间实时调度研究 吴秀丽, 孙 琳 ( 北京科技大学 机械工程学院物流工程系，北京100083) 摘 要: 智能制 系统采用了大量先进 的信息技术, 为车 间实时调度提供了实现 的技术基础.各类信息技术在生 产制 过程中的广泛应用使得制 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 环境下实现高效调度的 新思路.针对于智能制 环境下的混合流水车间实时调度问题, 提出了基于BP神经网络的数据驱动的实时调度方 法,首先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 射关系网络, 将其应用于生产在线实时调度.最后, 数值实验表 明所提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. 关键词: 智能制 ；混合流水车间；实时调度；机器学习；人工神经网络 中图分类号: TP18 文献标志码: A Research on Data-based Real-time Scheduling in Smart Manufacturing WU Xiu-li , SUN Lin (School of Mechanic Engineering，University of Science and Technology Beijing ，Beijing 100083 ，China) Abstract: The smart manufacturing system employs a large number of advanced information technologies, which make it possible to collect real-time data in production system. The wide application of various types of information technology in the manufacturing process has enabled the manufacturing system to accumulate a large amount of data relating to production scheduling. Therefore, the historical production scheduling data and the real-time production data are collected by smart equipment which makes it possible to make data-driven production scheduling. This paper focus on real-time hybrid flow shop scheduling problem.A real-time data-driven scheduling method based on the BP neural network is proposed. Firstly, the sample data for scheduling knowledge m