论文部分内容阅读
本文针对知识化制造系统的任务分配和动态控制问题,首先研究了知识化制造系统的体系结构,并提出特征控制的概念和一种基于Tabu搜索的优化算法,解决知识化制造系统中存在的任务分配问题;然后针对产品开发任务分配的问题,详细分析三类典型的开发团队组织模式,用训练后的模糊神经网络作为开发任务分配的决策器;提出状态跃迁系统的概念,并用它分析带故障单个Agent的知识化制造单元,求取单元的最优控制策略;最后针对多Agent多类工件的知识化制造单元,提出新的矩阵自动机模型对制造单元进行建模和控制。具体说来,主要在如下几个方面进行了研究:1.在知识化制造系统体系结构的基础上,针对知识化制造系统中存在的任务分配问题,提出一种特征控制的概念和一种基于Tabu搜索的优化算法;对特征控制的运行过程进行描述,并给出算法中一些关键词的定义和算法的详细步骤,该算法和特征控制的结合使任务分配决策系统能够动态地响应任务和Agent的变化;仿真结果表明了该方法的有效性。2.快速产品开发能力是企业赢得竞争力的重要手段,为了缩短产品开发时间,要求开发团队组织模式与所开发的产品相适应,也就是说要把不同的产品开发任务分配给不同组织模式的团队。本文对三种典型的产品开发团队组织模式进行分析,并采用模糊神经网络方法,以产品特征因素作为输入,经训练后形成决策器,团队组织模式按照决策结果进行选择;实例分析介绍如何在实际中使用提出的模型和方法,并得到了满意的结果。3.针对知识化制造系统中的任务控制问题,提出状态跃迁系统的概念,并用其来分析Agent带故障并具有不确定因素的知识化制造单元。提出对随机事件概率分布参数进行自学习的方法来把知识化制造单元中的不确定因素纳入任务控制的数学模型。结合一致化技术和随机动态规划的方法,得到知识化制造单元的最优任务控制策略;仿真结果表明了所求得的控制策略是可行和有效的。4.为了解决多Agent多类工件的知识化制造单元的任务控制问题,本文提出一种新的矩阵自动机模型对知识化制造单元进行建模。该模型具有结构化的特点,并能够用来分析制造单元动态运行的性能。采用随机动态规划的方法求取自动机的最优控制策略,并给出知识化制造单元运行的仿真方法和程序。该控制策略下的目标函数明显低于随机控制策略下的目标函数。