基于极限学习机的复杂制造系统动态调度
来源：计算机集成制造系统杂志2021年第4期北京时间：
作者：马玉敏,陆晓玉,乔非,沈一路
单位：同济大学电子与信息工程学院
摘要：为提高复杂制造系统动态调度的有效性,提出一种数据驱动的动态调度方法。采用组合式调度规则作为调度策略,通过试验设计方法对调度样本数据进行优化;采用模糊C均值聚类算法和极限学习机算法对最优样本集进行聚类和学习,得到调度模型供动态调度使用,有效地提高动态调度的精度和效率。所提方法在半导体制造Benchmark模型MIMAC6上进行了验证,结果显示,所提方法较单一规则的调度在制造系统长、短期性能指标上均有较大的改善,能综合优化制造系统生产性能。
关键词：动态调度,数据驱动,极限学习机,模糊C均值聚类,复杂制造系统
基金资助：国家自然科学基金资助项目(61873191,71690234);国家重点研发计划资助项目(2017YFE0101400)。
