基于粗神经网络滚动调度窗口工件选入算法.pdfVIP

· 先进管理技术 · 组合机床与自动化加工技术 文章编号 ：1001—2265(2010)O1—0104—04 基于粗神经网络滚动调度窗口工件选人算法水 刘煜 ，高琦 (山东大学 机械学院，济南 250061) 摘要：分析 了滚动调度研究的核心问题 ，即滚动调度 窗 口工件的选入规则的研 究所存在 的问题，提 出粗 神经网络滚动调度窗 口工件选入算法。以粗集的方法对 实际调度方案中滚动调度窗 口工件的实际选入 方案进行数据挖掘从而发现滚动调度窗口的选入规则，并以此规则构造神经 网络进行计算以判断工件 选入与否。并采用粗集的方法对提取的规则 中所存在的相互冲突的规则进行了适 当的处理。 关键词 ：滚动调度；滚动调度窗 口；选入规则 ；粗集；神经网络 ；规则冲突 中图分类号：TG65；F224 文献标识码 ：A JobSelectionM ethodofJobRollingSchedulingBasedon Rough—NeuralNetwork LIUYu，GA0Qi (MechanicalEngineeringSchoolofShandongUniversity，Jinan250061，China) Abstract：TheessentialquestionofjobrollingschedulingishowtoselectthejobintoRollingSchedulingWni- dow(RSW)．Generally，researchworkalwaysusesampleheuristicmethodasselectionruleforRSW，andmost researchworkonly considertimefactor．However，multi-factorsarealwaysconsidered intheactualschedulnig， especiallypriority andtime．Thisstudy，therefore，proposetouserough。setto mnietheselectionur lesofr RSW from actualschedulingwhenthepriorityandtimeareconsideredsynchronously，andusetheruletocon。 structneuralnetworktocalculatewhichjobwillbeselectedintoRSW．A rough-setmethodisproposedto dealwith somerulesconflictedtoeachother． Keywords：rollingscheduling；window ofrollingscheduling；selectionurle；rough sets；neuralnetwork；conflict resolutjon 益的探索，提出了一种基于动态粗集 的滚动窗口中工 O 引言 件识别方法。文献 [6]则提 出滚动窗 口关键工序集的 面对复杂多变制造环境 ，传统的一次性最优静态 概念，并采用混合遗传算法来确定关键工序集及其对 调度 已经无法适应 ，滚动调度成为一种有效的调度方 应的最优部分调度。但文献 [5，6]在进行选人工件时， 法 。 均仅仅考虑了时间因素，显然这相对于实际生产过程 滚动优化源于预测控制优化原理，将整个任务过 就过于简化 ，不具有实际的指导意义。