基于极限学习机的复杂制造系统动态调度

作     者：马玉敏 陆晓玉 乔非 沈一路 MA Yumin;LU Xiaoyu;QIAO Fei;SHEN Yilu

作者机构：同济大学电子与信息工程学院上海201804 

基　　金：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) 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2021年第27卷第4期

页      码：1081-1088页

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。

主 题 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 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 07[理学] 08[工学] 071102[071102] 0711[理学-心理学类] 0817[工学-轻工类] 080202[080202] 081104[081104] 0807[工学-电子信息类] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 081103[081103] 

核心收录：

D　O　I：10.13196/j.cims.2021.04.012

馆 藏 号：203103130...