基于粗集的智能调度方法研究

《基于粗集的智能调度方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山东大学硕士学位论文摘要在实际生产过程中，生产管理与调度是综合自动化系统的核心，直接关系到企业的经济效益和社会效益。生产调度是生产计划和生产过程的纽带，它主要涉及在一定时间水平上，合理、详细地安排资源、加工顺序及加工时间，以保证生产的稳定，生产计划的顺利执行和获得尽可能高的生产效率和经济效益。生产环境的动态性决定了基于数学模型的调度方法难以被调度人员所接受，虽然基于规则的生产调度不能得到最优解，却可以使生产计划顺利执行。近年来，粗集理论在机器学习与知识发现、数据挖掘、决策支持与分析等方面获得了广泛应用。所以如何把粗集理论应用于生产调度中，在

2、历史调度数据中发现成功的调度规则，建立起提供给调度人员决策支持的调度规则知识库，是本文研究的重点。本文首先通过回顾生产调度的方法，阐述了基于产生式规则的调度规则知识库的重要性，并指出基于粗集的知识获取技术是构造知识库的基础。介绍了粗集的基本概念和使用粗集获取经验知识的主要技术，然后描述了基于粗集的生产调度从知识获取到建立知识库的一个完整的过程。本文通过比较研究已经存在的几种数据离散化算法，找到了适合于处理调度数据的布尔逻辑和粗集相结合的离散化算法，并进行了改进。对调度中存在的多决策属性并存的决策表分解问题，提出了有因果关系决策属性的决策表分

3、解方法。在属性约简时加入有效的先验知识无疑会提高约简的效率，提高约简结果的满意度，基于此本文提出了有约束指导的属性约简方法。通过现场调研，获取了大量调度参考数据，使用粗集方法对这些数据进行处理后从中找到了蕴含着的调度经验规则，使用部分没有参加规则提取的样本数据验证了规则的有效性。另外本文还针对粗集知识的特点，设计了基于关系型数据库的知识库存储结构和交互式知识库管理系统框架结构，使得知识库可以根据实例修正规则或从专家处接收新规则，逐步实现知识库的完善。最后作者在总结全文的基础上指出了存在的不足和有待于迸一步研究的第1页山东大学硕士学位论文第1

4、I页山东大学硕士学位论文ABSTRACTProductionmanagementandschedulingisthecoreofthecomputerintegratedprocesssysteminpracticeproduction．whichrelateddirectly、丽tlleconomicbenefitsandsocialbenefitofenterprises．Beingthetiebetweenproductionplanandproductionprocess，productionschedulingmainlyinvo

5、lvesthereasonableanddetailedarrangementofresources，ordersandtimeatcertaintimelevelinordertoguaranteethestabilityofproduction，completetheplanfavorably,andgetproductiveefficiencyandeconomicbenefitashighlyaspossible．Theschedulemethodsofmathematicmodelaredifficulttobeacceptedb

6、yschedulersbecauseofdynamicproductionenvironment．Thoughrule·basedproductionschedulingcouldnotgetthemostoptimalresult，itcarlmaketheproductionplanexecutedfavorably．Inrecentyears，rou曲sets(RS)theoryhasbeenwidelyusedinmachinelearning，datemining，decisionsupportandanalysis，andSOo

7、n．Therefore，theemphasisofthispaperarehowtoapplyroughsetstheorytoproductionscheduling，howtodiscoverschedulerulesinhistorydataandhowtobuildknowledgedatabase(KB)ofschedulerulesforschedulersTheauthorfirstlydealtwiththeimportanceofbuildingrule-basedknowledgedatabasebyreviewingt

8、hemethodofproductionscheduling，thenpointedoutthatdataminingbasedonroughsetstheoryisthebas