基于生产数据的混合流水车间动态调度方法研究

来源：计算机集成制造系统杂志2024年第4期北京时间：

作者：顾文斌, 刘斯麒, 栗涛, 李育鑫, 郑堃

单位：1.河海大学机电工程学院2.潍柴动力股份有限公司3.南京工程学院汽车与轨道交通学院

摘要：在智能制造背景下,物联网等信息技术为制造系统积累了大量数据,同时人工智能等先进方法为车间数据分析和实时控制提供了有效手段。因此,针对不相关并行机混合流水车间调度问题,提出了一种基于生产数据的动态调度方法,以实现订单完工时间最小化。首先以高质量调度方案为基础,从中提取生产特征和调度规则完成样本构建。其次使用ReliefF算法过滤冗余生产特征,获得用于训练和预测的调度样本。然后采用融合鲸鱼优化算法的概率神经网络作为调度模型,实现基于调度样本的训练和预测过程。最后,实验结果表明,所提方法具有良好的特征选择能力和较高的预测精度,与其他实时调度方法相比具有更加优越的性能,可以有效地根据车间实时状态指导制造执行过程。

关键词：混合流水车间,动态调度,生产特征选择,概率神经网络,鲸鱼优化算法

基金资助：国家自然科学基金资助项目（51875171）;江苏省自然科学基金面上项目（BK20221231）;江苏省研究生科研与实践创新计划资助项目（KYCX21_0465）。