不确定信息条件下车间性能预测及执行过程决策方法

车间是一个复杂的制造系统，为了提高它的可适应性、运行效率和稳定性，企业必须能对车间中的未知事件做出较为准确的预测并能针对多种方案快速做出正确的决策。真实车间中存在大量形式多样的不确定信息，它们是造成预测和决策困难的原因。本项目围绕制造车间中不确定信息的分析与利用问题，以不确定预测和决策方法为研究对象。通过对不确定性信息的识别、描述与处理方法的研究，建立车间集成信息模型及制造信息的可重用方法；通过对不确定信息条件下的多目标群决策方法的研究，解决目标权重值不确定和属性值不确定两类不确定条件下的决策问题，并将该方法应用到车间具体的决策问题求解中；通过对不确定信息条件下基于神经网络集成的产品完工期预测方法的研究，建立泛化能力更强的预测模型，并对预测精度进行评估；通过对不确定信息条件下柔性作业车间调度问题的研究，建立基于不确定规划理论的调度模型，实现混合智能求解算法。最后构建仿真平台并验证上述理论。