协同商务环境下基于案例推理机制研究

在激烈的市场竞争中,为企业提供一种整合企业内外资源进行企业运作的策略显得尤为重要．协同商务正是为了满足企业这样的要求而出现的新的管理理念,通过跨组织的知识共享和重用,在协同工作的过程中寻求新的商业机会,最终敏捷地制造和提供更加适合客户需求的产品和服务．基于案例推理（CBR）是一种重用历史问题的解决方案以得到新问题解决方案的技术,把CBR技术应用于协同商务,提出基于案例的协同商务推理模型,并研究了协同商务条件下的案例协同推理过程．     

产品设计实例类知识质量动态定量评价模型与方法

产品设计实例类知识质量的好坏直接影响产品设计过程中知识重用和知识共享的效果.在给出由泛性指标、特性指标组成的产品设计实例类知识评价指标体系的基础上,建立产品设计实例类知识质量动态评价模型.探究评价模型中涉及的相关技术和构建方法,分析了动态模型和评价系统的主客观因素,开发了产品设计实例类知识评价工具.运行结果表明,评价工具能客观、有效地反映基于实例推理和知识管理中涉及的实例知识的质量状况,为实例知识共享和重用提供有效的服务和指导.     

基于多Agent与遗传算法的柔性车间调度系统研究

为解决柔性车间调度自动化及优化问题,建立了基于多Agent及遗传算法的柔性车间调度系统。系统是一个由管理Agent,调度Agent及多个加工单元Agent组成,系统中通过遗传算法实现静态优化调度,而通过Agent之间的协作现实动态调度。加工任务到来时,先经管理Agent评估,接受后打包相应信息传递给调度Agent;调度Agent调用其面向对象遗传算法对任务进行优化分解并传递给各加工单元Agent;加工单元Agent根据调度Agent下达的任务进行加工,同时通过相互协调动态调整加工任务,以消除加工过程中出现的不确定性。示例运行表明所建立的系统可行,并兼有实用性,先进性和有效性。     

嵌入调整模型的CBR技术的炼钢调度系统

以钢铁生产为背景,以优化钢铁生产调度问题为目的,建立了基于嵌入调整模型的案例推理系统·着重论述了调整模型在该系统中的功能、调整模型的建立与求解过程·为了便于问题的求解,首先非线性调整模型被转化为线性调整模型;其次,采用两阶段求解算法提高求解效率·第一阶段,采用基于启发式思想生成种群的遗传算法将问题进行预处理,降低求解问题维数·为了满足生产现场的需要,在遗传算法实现中提出三维自然数编码策略·第二阶段,对简化后的模型采用单纯形法加以求解·仿真结果验证采用基于嵌入调整模型的案例推理系统来解决钢铁生产动态调度问题,其有效性比单一的采用模型或传统CBR方法要强,随着系统的完善,本系统将投入实际应用,会带...     

用Hopfield神经网络解决作业车间调度问题

对作业车间调度问题的换位矩阵表示方法进行了改进,给出新的作业车间调度问题的 Hopfield 神经网络计算能量函数表达式,然后提出改进的 Hopfield 神经网络作业车间调度方法。为了避免 Hopfield 神经网络容易收敛到局部极小的缺点,将模拟退火算法应用于 Hopfield 神经网络求解,提出随机神经网络作业车间调度方法。与已有算法相比,改进算法能够保证神经网络稳态输出为可行的作业车间调度方案。     

基于事例推理系统中检索策略的分析与研究

讨论了基于事例推理(CBR)在人工智能系统中的作用,分析了常用的CBR检索算法,并着重研究了提高系统检索效率问题.针对CBR系统的关键性问题事例检索,提出了一种分级检索算法与最近相邻算法相结合的检索策略(L&NCBR),分析了在精确匹配与非精确匹配情况下该策略的效率,并给出了基于L&NCBR的智能推理系统运行情况分析.结果表明L&NCBR策略在提高系统检索的稳定性和效率方面是有效的.     

基于案例推理的知识管理咨询系统

在分析基于案例推理技术特点和知识管理咨询系统含义的基础上,提出了基于案例推理的知识管理咨询系统架构,并分析了架构的组成,给出了基于案例推理的知识管理咨询系统的定义。研究了实现系统所采用的案例知识表示、检索、存储和案例学习等关键技术。依据提出的架构及其关键技术,企业易于实现其知识管理咨询系统,从而有效地支持知识重用和知识创新,提高知识管理的有效性,以及知识资源的共享和充分运用。     

Event-driven Dynamic and Intelligent Scheduling for Agile Manufacturing Based on Immune Mechanism and Expert System

Based on the biological immune concept, immune response mechanism and expert system, a dynamic and intelligent scheduling model toward the disturbance of the production such as machine fault, task insert and cancel etc. is proposed. The antibody generation method based on the sequence constraints and the coding rule of antibody for the machining procedure is also presented. Using the heuristic antibody generation method based on the physiology immune mechanism, the validity of the scheduling optimization is improved, and based on the immune and expert system under the event-driven constraints, not only Job-shop scheduling problem with multi-objective can be solved, but also the disturbance of the production be handled rapidly. A case of the job-shop scheduling is studied and dynamic optimal solutions with multi-objective function for agile manufacturing are obtained in this paper. And the event-driven dynamic rescheduling result is compared with right-shift rescheduling and total rescheduling.     

单件车间排序问题的一个启发式算法

本文提出了一个启发式算法,经计算表明,这个方法对于以加工周期为目标函数的单件车间排序问题,效果是比较好的。     

微粒群优化在Job-shop调度中的应用

Job-shop调度问题是典型的NP-难问题,利用微粒群优化的全局搜索能力和高搜索效率以及模拟退火算法的局部搜索能力,发展了一种快速、且易于实现的新的混合启发式算法,并将其应用于求解标准Job-shop调度问题,计算结果以及与其他算法的比较说明,该算法是一种求解Job-shop调度问题的可行且高效的方法。     

基于动态双种群粒子群算法的柔性工作车间调度

针对标准粒子群优化算法存在易陷入局部最优点的缺点,提出了一种基于动态双种群的粒子群优化算法(DPSO).DPSO算法将种群划分成两个种群规模随进化过程不断变化的子种群,两个子种群分别采用不同的学习策略进行进化,并在进化过程中相互交换信息.该算法提高了全局寻优能力,有效地避免了早熟收敛的发生.将以DPSO算法为基础的排序算法和启发式分配算法(HA)相结合形成了解决柔性工作车间调度问题的新方法(DPSO-HA).通过对算例的研究和与其他方法的比较表明,该方法是有效可行的.     

基于目标级联法的作业车间调度的研究

作业车间调度是一种典型的组合优化问题，大规模的调度优化是该类问题的难点。本文针对求解大规模的车间调度问题的需要，基于层次性优化的目标级联法，建立一种带层次性的车间调度模型，并以由两个零件族制造单元组成的车间调度为例，验证所建立的车间调度模型。研究表明，基于目标级联法的车间调度模型为大规模车间分层调度问题解决提供一种有效方法，而且能根据加工时间和工件数量动态合理地分配各制造单元的机器数量和工件的加工路径。     

基于粗糙集的航路飞行冲突智能解脱CBR系统案例检索方法

针对航路飞行冲突智能解脱中的案例推理问题,提出了基于粗糙集的改进案例检索方法.建立了框架式案例知识系统表达结构,包括19个条件属性变量和1个决策变量.将基于信息熵的全局优化算法和启发式快速约简算法用于属性约简,把17项案例属性检索指标根据天气和军方活动的情况分别简约为4项.依据条件属性对决策属性的影响程度,建立了基于粗糙集属性重要度的指标权重确定方法.通过算例进行计算,将简约前后的案例检索效果进行比较,结果表明一致性达到90％.简约后的属性不仅可以保证较好的检索质量,还能够有效减少检索空间,提高检索速度.     

UMA模型上不均匀循环的自适应混合调度

不均匀循环的调度分配是并行计算中最经常遇到的问题。采用动态调度势必增加额外开销,纯采用静态调度又很难保证各处理器的负载平衡。本通过引入静态块和动态块的概念,提出了在ＵＭＡ（Ｕｎｉｆｏｒｍ Ｍｅｍｏｒｙ Ａｃｃｅｓｓ）模型上把静态调度和动态调度结合起来使用的自适应混合调度ＡＨＳ（Ａｄａｐｔｉｖｅ Ｈｙｂｒｉｄ Ｓｃｈｅｄｕｌｉｎｇ）算法,并给出了在曙光一号多处理机上的一些实验结果。     

一种具有免疫机制的车间调度遗传算法

利用人工免疫机制中的克隆选择原理的相关优点，并在遗传算法中融入具有动态、自组织等特征的免疫机制，建立了人工免疫遗传算法。相比单独使用遗传算法，该方法对车间生产调度的优化效果起到进一步改善的作用，最后通过实例加以验证。     

含装配约束的作业调度问题及遗传解码算法

传统上加工与装配是分开研究的,而且很少涉及作业装配问题.为此,描述了一种包含加工与装配的作业调度问题.利用FT10基准调度问题的工序数据构造了调度问题及其产品结构.初步进行了以经典作业调度问题(JSSP)为对照的研究.采用基于字符串直接解码的遗传算法,解决了染色体对应不可行调度解的问题.仿真实验验证了遗传解码算法的可行性和有效性,而且进一步表明装配约束改变了JSSP;近优值2 046也优于关键路径规则算法的结果.     

基于范例推理的高速公路事件管理系统

针对高速公路事件的特性,将人工智能中的范例推理引入了高速公路突发事件管理中.介绍了范例推理流程,主要包括检索模块、重用模块、修正模块和保存模块.根据CBR推理的基本原则对CBR的工作过程进行了修正,同时提出了相应的高速公路紧急事件管理系统的架构.在该架构中,一个完整的范例包括3个部分,分别是范例表述部分、决策响应预案部分和有效性评价部分.范例表述使用的是属性一值的表示方式.范例检索模块采用基于层次范例的结构辅以权重计算的方法来进行范例的相似度计算,最后,应用这些方法实现了基于范例的高速公路紧急事件管理系统,并且配合基于规则推理的RK-IMS紧急事件管理系统使用.实际应用表明,将范例推理用于高速公路突发事件管理系统的研究,能有效发挥高速公路相关资源的功效,提高高速公路突发事件管理系统的水平.     

基于案例推理的浮选过程智能优化设定

针对在浮选过程中表征关键工艺指标的精矿品位和尾矿品位难以建立精确数学模型,而常规控制方法又难以进行有效控制的难题,将案例推理和常规控制相结合,提出了基于案例推理技术的浮选过程工艺指标优化设定方法.该方法从浮选过程积累的大量过程历史数据中获取过程知识,将典型生产工况总结成案例的形式来构造案例库,并对案例检索、案例重用、案例修正及存储进行了论述.由智能优化设定模型自动更新基础控制回路的设定值,避免了人工手动设定的主观性和随意性.该方法应用于某选矿厂浮选过程,取得了显著的应用效果,表明了该方法的有效性.     

作业车间批量调度策略研究

作业车间调度问题是最困难的组合优化问题之一,在实际生产中具有广泛应用。调度的目的是使完工时间最小化。本文针对实际的具有批量调度问题,分析并比较了几种调度策略。采用遗传算法进行求解,针对作业车间调度问题使用了一种单亲移位算子进行交叉和变异以避免不可行解的产生。最后给出了这些调度策略的仿真实例,结果表明,使用不同的调度策略将得到不同的优化结果,为实际的生产提供一定的指导作用。     

分布式系统中基于非合作博弈的调度算法

针对分布式系统中任务调度问题,根据分布式环境下的任务调度特性,建立了一个非合作博弈的多角色任务调度框架,在此基础上提出了一种基于纳什均衡联合调度策略的分布式强化学习算法.相比于静态调度算法,该算法需要更少的系统知识.能使调度器主动学习任务到达和执行的相关先验知识,以适应相邻调度器的分配策略,目标是使得调度器的策略趋向纳什均衡.模拟实验结果表明:所提出的算法在任务的预期时间和公平性上相对于OLB(机会主义负载均衡)、MET(最小执行时间)、MCT(最小完成时间)等同类调度算法具有更好的调度性能.