基于数据挖掘技术与petri网建模的间调度规则提取.docxVIP

拟投期刊：基于数据挖掘技术与petri网建模的车间调度规则提取摘要：车间调度(Job Shop)问题作为一个复杂的优化命题，至今尚未得出一种具有普适性的求解方法。本文利用时间Petri网络来描述车间调度问题，并利用一种改进的启发式搜索算法搜寻最优的调度方案。在Petri网建模和启发式搜索算法寻优的基础上，结合数据挖掘分类技术，本文提出一种基于petri网建模的车间调度规则提取方法。类似于传统的优先调度规则，本文所提取的调度规则可以直接用于指导车间生产调度过程。通过与利用启发式算法得到的最优结果和利用传统优先调度规则所得到的次优结果进行比较，证明了所提取的调度规则的优越性能和实用性。关键词：车间调度问题；Petri网；启发式搜索算法；数据挖掘；调度规则中图分类号：TQ 021.8文献标志码：ADispatching Rule extraction based on Data Mining techniques and Petri-net modeling for Job Shop ProblemAbstract: Job shop scheduling problem, as a complex optimization proposition, has not yet come up with a universal solution method. In this paper, a novel dispatching rule extraction method is proposed by combining data mining technique with Petri-net modeling method and heuristic search algorithm. Timed Petri-net is employed to model the job shop scheduling problem while an improved heuristic search algorithm is adopted to obtain the optimal scheduling scenario. Similar to traditional priority dispatching rules, the dispatching rule derived in this paper can be used directly to guide job shop scheduling. The superiority and practicality of the extracted dispatching rule are verified by comparing with the optimal and sub-optimal solutions, which are obtained by following heuristic algorithm and traditional priority dispatching rules, respectively.Key words: Job Shop scheduling problem; petri-net; heuristic search algorithm; data mining; dispatching rule1 引言车间生产调度问题（JSSP）是当前制造业中所面临的一个重要问题。对车间调度问题的研究始于20世纪50年代，Mellor[1]等对车间调度问题进行了总结和概述。车间调度问题可以描述为一组由一系列操作所组成的任务在一组机器上的加工顺序安排问题，即机器资源分配问题[1]。车间调度问题作为一种NP难问题，是一类非常复杂的优化命题。一个好的生产调度方案可以有效的提高车间的生产效率和资源的利用率，改善车间的操作管理水平，因此，车间生产调度问题研究一直以来都受到了学者们的普遍关注[2]。传统的车间调度问题研究主要包括以下三种方法：1.数学规划方法。Kim[3]等提出了描述车间调度问题的混合整数线性规划模型。2.优化算法。传统用于解决车间调度问题的优化算法以分支定界法为主[4]。Brucker[5]等提出了一种快速分支定界算法用以解决一个10*10的基准调度问题。但是，当问题规模较大时，以上两种方法均存在解空间爆炸问题，即无法在可接受的时间内求得调度结果。3.近似优化算法。近似优化算法是在可接受的时间范围内寻求调度问题的近似最优解，如Nowicki[4]等提出一种快速禁忌搜索算法用以近似求解车间调度问题，Peter[6]等利用模拟退火算法来求解车间调度问题，Wu[7]等则将遗传算法应用于求解车间调度问题。利用近似求解的启发式优化算法是当前调度问题中