基于本体案例匹配的扰动作业车间智能调度辅助决策
A Research on Intelligent Scheduling Decision for Disturbance Job Shop Based on Ontology-CBR作者机构:三峡大学水电机械设备设计与维护湖北省重点实验室湖北宜昌443002 三峡大学机械与动力学院湖北宜昌443002
出 版 物:《工业工程》 (Industrial Engineering Journal)
年 卷 期:2018年第21卷第6期
页 面:7-15,22页
主 题:本体 案例推理(CBR) 生产扰动 动态调度 智能决策
摘 要:为了快速响应扰动事件,恢复生产稳定,创新性地提出了多类型扰动事件本体与车间生产调度案例本体智能匹配技术。通过引入本体技术(ontology technology),将以往生产动态调度的成功案例进行规范化和标准化处理,构建动态调度本体化的成功案例库和案例库自我完善的学习机制。结合案例推理(case-based reasoning,CBR)技术及相似度理论,将新扰动的生产车间调度问题与案例库的成功案例进行匹配,依据相似度所在阈值区间,实现扰动车间智能调度辅助决策,从而达到提高决策过程时效性,缩短决策时间的目的。通过仿真结果表明:与传统CBR及混合驱动调度策略相比,在本体-CBR的方法下比传统CBR的案例检索精度大约提高了6%,比混合驱动调度策略相比,在决策时间上要快25 min,故有效地提高了案例检索的精度与响应时间。