知识化制造系统优化方法研究与应用

研究了制造系统的知识表示方法及其实现技术，知识化制造系统自适应优化方法及其实现技术，知识化制造系统自进化优化方法及其实现技术，知识化制造系统自重构优化方法及其实现技术，和不确定信息下知识化制造系统的控制模式决策优化技术。提出了基于"静态结构标识语言"、"元矩阵标识语言"、"可互操作模型网络标识语言"和"知识网标识语言"的新的制造系统知识表示方法。提出了基于上述知识表示及"多目标耦合优化理论"、"多模型互操作计算理论"、"全局灵敏度分析理论"和"知识网的知识度量方法"的知识化制造系统的自适应、自进化、自重构优化方法，实现了优化的针对性、全面性、快速性。证明了诸多有关定理与性质。与南京金城软件公司合作，应用上述成果开发该公司ERP、MES系统中的计划与调度子系统，并应用于实际，产生显著经济效益。其意义在于该子系统不仅可用于摩托车、航空发动机等企业，而且便于推广应用到其他行业，有很好的应用前景。

通过一系列研究，从知识内容和知识组织两个方面研究了制造系统知识表示方法及其实现技术。在知识内容表示方面，提出了基于性能－参数响应面的制造系统知识描述方法，并将其应用于航空发动机装配线的知识表示、性能分析与优化。在知识组织方面，提出了以生产运作管理问题为中心的知识组织结构，设计了制造系统性能优化问题求解机制；提出了基于知识网的知识表达度量方法和知识网评价方法，知识网模糊分类与检索方法，以及知识网模糊聚类与检索方法。提出了基于状态-动作不确定性偏向Q学习的知识化制造自适应调度策略；构建了一个基于多Agent可互操作知识化动态调度系统，并提出一种基于聚类状态隶属度加权Q学习的自适应调度机制；提出了一种面向航空发动机装配线的知识化制造自适应优化调度算法；针对不确定生产环境下航空发动机装配的自适应调度问题，提出了用于解决航空发动机装配问题的双层Q学习方法。提出了基于非线性模糊支持向量机的动态生产环境与制造模式的匹配分类模型；定义了动态知识网，建立了知识网的动态组织方法；提出了基于DEA/AR的制造模式评价方法。针对Job-shop型和Flow-shop型知识化制造单元，从算法性能不断提升的角度出发，根据问题结构特征提出了调度过程的相关性质，并在此基础上结合强化学习、支持向量机、径向基函数和自适应启发式学习等理论工具，设计了相应的单目标和多目标自进化调度优化算法。针对航空发动机装配车间，从系统自身调整的角度出发，结合双层规划理论和滚动时域法，实现了系统自进化。根据实际生产的特点，提出了自进化问题求解算法，并设计了各静态决策子问题求解算法。针对动态多变的市场需求，研究了知识化制造系统自重构。建立了知识化制造系统产品工艺路线重构优化模型，提出了知识化制造系统逻辑自重构优化问题的多目标优化算法；针对航空发动机装配作业车间，证明工序局部最优排序性质，提出装配线调度及自重构集成优化算法。在制造系统动态多变的运行过程中，针对环境信息、资源状态信息和运行信息等不确定信息，基于广义梯形模糊数与随机Petri网建立制造信息模型，基于梯度平均值算法与自适应蒙特卡罗算法实现信息处理。基于公理化设计理论与全局敏感性分析方法提取影响制造系统控制模式的关键信息影响因子。据此基于模糊神经网络建立知识化制造系统的控制模式决策模型，实现对知识化制造系统自适应、自进化和自重构的优化控制模式的决策。