10.19287/j.mtmt.1005-2402.2023.09.014
隐性扰动下智能车间资源重调度决策方法研究
针对智能制造车间资源重调度快速响应的需求,以及隐性扰动难以测量捕捉的特点,提出了车间资源监测及重调度决策方法.首先利用支持向量机良好的连续监测性能,建立了资源异常状态监测模型;其次通过结合lasso回归算法和K近邻值分类算法提高SVM模型的预测值精准度,利用数据替代手段构建容错机制,保证系统异常时的短暂平稳运行;然后设计了车间资源重调度方式,通过历史案例数据训练分类器用于重调度方案抉择,指导智能制造车间在隐性扰动情况下的高效生产;最后,以实际车间隐性扰动为例,验证了所提的重调度决策方法的有效性.
智能制造、隐性扰动、车间调度、重调度决策
TH165
江苏省自然科学基金面上项目;教育部人文社会科学研究项目;常州市科技项目;常州市科技计划项目
2023-10-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
102-108,137