基于极限学习机的复杂制造系统动态调度
为提高复杂制造系统动态调度的有效性,提出一种数据驱动的动态调度方法.采用组合式调度规则作为调度策略,通过试验设计方法对调度样本数据进行优化;采用模糊C均值聚类算法和极限学习机算法对最优样本集进行聚类和学习,得到调度模型供动态调度使用,有效地提高动态调度的精度和效率.所提方法在半导体制造Benchmark模型M IM AC6上进行了验证,结果显示,所提方法较单一规则的调度在制造系统长、短期性能指标上均有较大的改善,能综合优化制造系统生产性能.
动态调度、数据驱动、极限学习机、模糊C均值聚类、复杂制造系统
27
TH166;TP278
国家自然科学基金;国家自然科学基金;国家重点研发计划
2021-05-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
1081-1088