计划调度读书报告由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“操作读书报告”。
流程企业智能计划调度技术
内容提要
流程企业生产批量大、生产周期短，多数运行在高温高压、易燃易爆、有毒有害的环境下，以安全、稳定、低耗、柔性、质量和效率等作为生产管理与控制的重点优化目标，因而对过程自动化和管理信息化水平要求较高。流程企业的生产过程一般具有非线性、随机性等多种特征,在数学上呈现出高度耦合,求解非常困难。同时，由于生产物流的连续性，缓冲余地小，对生产调度的实时性、协调性和可靠性等提出了更高的要求。
本书从分析生产工艺与计划调度特征着手，全面而深入地研究了流程企业生产系统的优化组织问题，以分布式人工智能、Multi-Agent系统、数据挖掘、知识发现等为主要理论基础，提出了实现计划调度优化的“综合物流”思想、“智能解耦”策略以及“调和优化”模型，突出了“智能化”的核心思想。书的基本观点
生产计划与调度是对生产过程的规划与控制,计划排产是基于产品成本和需求预测,对生产任务进行较长期的安排,而生产调度则主要考虑较短时间内的生产执行路线、任务执行的起止时间和为完成生产任务对各种资源的调配等。从方法论的观点来看,除考虑的时间尺度不同以外,生产计划和调度之间没有本质区别,因此常常将它们归结为一类问题进行研究。
计划调度问题的研究方法,最初集中在整数规划、系统仿真和简单的规则上[ 2,3]。这些方法在某些方面取得了很大成功,但由于自身的缺点,效果不很理想,难以解决复杂的计划调度问题。近年来,在生产调度领域引入的人工智能技术,成为解决调度问题的有效途径。现代计划调度优化方法主要包括智能调度专家系统、智能搜索算法及基于Multi-Agent技术的合作求解方法等。
智能调度专家系统[4]是人工智能应用的体现。系统通常将领域知识和现场的各种约束表示成知识库,然后按照现场实际情况从知识库中产生调度方案,以对意外情况采取相应的对策。由于专家系统中存在知识获取和推理速度这两个瓶颈,导致训练速度慢、探索能力弱等诸多缺点。
智能搜索算法[5]是先确定可行性加工顺序,然后确定每个操作的开工时间,并对这个顺序进行优化,它虽然属于近似算法,但有可能达到最优的调度方案。智能搜索算法的主要特征是邻近搜索,在生产调度领域应用相当广泛,在探索解空间时,仅对选定的成本函数值的变化做出响应,因而通用性强。
基于Multi-Agent技术的合作求解方法,是一种正在走向成熟和完善的新的智能调度方法,它提供了一种动态灵活、快速响应市场的生产调度机制,以分布式人工智能中的Multi-Agent机制作为新的生产组织与运行模式,通过Agent之间的合作来完成生产任务的调度,并达到预先规定的生产目标及生产状态。Multi-Agent技术特别适用于解决复杂问题,尤其是那些经典方法无法解决的单元间有大量交互作用的问题,其优点是速度快、可靠性高、可扩展性强,能处理带有空间分布的问题,对不确定性数据和知识有较好的容错性。由于具有高度的模块化特性,因而能澄清概念和简化设计。因此,将Multi-Agent技术应用于流程企业的智能排产与调度有着广阔的前景。
