Статья

Название статьи ГИБРИДНАЯ МОДЕЛЬ РЕШЕНИЯ ЗАДАЧ ОПЕРАТИВНОГО ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ
Автор Л. А. Гладков, Н. В. Гладкова, С. А. Громов
Рубрика РАЗДЕЛ II. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И НЕЧЕТКИЕ СИСТЕМЫ
Месяц, год 04, 2018
Индекс УДК 658.512.2.011.5
DOI
Аннотация Рассматривается новый подход к решению задач производственного планирования. Дано определение задачи оперативного планирования производства. Показано место задач оперативного планирования в общей теории расписаний. Выполнена постановка задачи составления временного графика производственного процесса, заданы ограничения и целевая функция рассматриваемой задачи оптимизации. Приведено описание структуры предложенного гибридного алгоритма производственного планирования. Проведен анализ существующих методов решения задач планирования. Исследована взаимосвязь между методами эволюционного программирования и принципами адаптации. Предложено использовать адаптацию как способ управления техническими системами. Определены возможности использования адаптации в задачах производственного планирования. Предложена новая архитектура гибридной модели оперативного планирования. Описана структура блока адаптации в составе общей системы производственного планирования. Описаны управляющие воздействия и выходная функция блока адаптации. Приведена последовательность выполнения операций и структура алгоритма управления на основе адаптации. Показана взаимосвязь между оптимизационными и адаптивными моделями. Предложена структура и параметры оперативного плана в процессе адаптации коллектива программных агентов. Предложено использовать децентрализованный подход при решении задачи планирования. Приведен пример задания матрицы решений, характеризующей определенный план производства. В качестве общей архитектуры агента предложена модель анимата (искусственного животного). Приведена схема обучения с подкреплением для программного агента. Для оценки качества выполнения задачи предложено использовать лингвистические переменные. В качестве инструмента поиска новых решений предложено использовать биоинспирированные методы. Проведены исследования характеристик предложенной модели. Проведены серии вычислительных экспериментов и выполнен сравнительный анализ работы разработанных алгоритмов.

Скачать в PDF

Ключевые слова Задачи производственного планирования; адаптивные модели; программные агенты; лингвистическая переменная; теория расписаний; гибридная модель.
Библиографический список 1. Лазарев А.А. Теория расписаний. Задачи и алгоритмы. – М.: Изд-во МГУ, 2011. – 222 c.
2. Высочин С.В. Принципы построения систем для расчета производственных расписаний // САПР и графика. – 2008. – № 9. – С. 57-59.
3. Leung J.Y.T. Handbook of Scheduling // Boca Raton, Florida: Chapman & Hall/CRC, 2004.
4. Танаев В.С., Шкурба В.В. Введение в теорию расписаний. – М.: Наука, 1975. – 256 с.
5. Калянов Г.Н. Моделирование, анализ, реорганизация и автоматизация бизнес-процессов. – М.: Финансы и статистика, 2006. – 240 с.
6. Громов С.А., Тарасов В.Б. Методы искусственного интеллекта в автоматизации оперативного планирования // Программные продукты и системы. – 2007. – № 4. – С. 89-92.
7. Громов С.А., Тарасов В.Б. Интегрированные интеллектуальные системы оперативного планирования производства // Известия ЮФУ: Технические науки. – 2011. – № 7 (120). – С. 60-67.
8. Michael A., Takagi H. Dynamic control of genetic algorithms using fuzzy logic techniques // Proceedings of the Fifth International Conference on Genetic Algorithms. – Morgan Kaufmann, 1993. – P. 76-83.
9. Lee M.A., Takagi H. Integrating design stages of fuzzy systems using genetic algorithms // Proceedings of the 2nd IEEE International Conference on Fuzzy System. – 1993. – P. 612-617.
10. Herrera F., Lozano M. Fuzzy Adaptive Genetic Algorithms: design, taxonomy, and future directions // J. Soft Computing. – Springer-Verlag, 2003. – P. 545-562.
11. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. – М.: Физматлит, 2010. – 368 c.
12. Гладков Л.А., Курейчик В.В., Курейчик В.М., Сороколетов П.В. Биоинспирированные методы в оптимизации. – М.: Физматлит, 2009. – 384 c.
13. Курейчик В.М., Лебедев Б.К., Лебедев О.Б. Поисковая адаптация: теория и практика.
– М.: Физматлит, 2006. – 272 c.
14. Растригин Л.А. Адаптация сложных систем. – Рига: Зинатне, 1981. – 375 c.
15. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. – М.: Физматлит, 2003. – 432 c.
16. Редько В.Г. Эволюционная кибернетика. – М.: Наука, 2001. – 155 c.
17. King R.T.F.A., Radha B., Rughooputh H.C.S. A fuzzy logic controlled genetic algorithm for optimal electrical distribution network reconfiguration // Proceedings of 2004 IEEE International Conference on Networking, Sensing and Control, Taipei, Taiwan, 2004. – P. 577-582.
18. Gladkov L., Gladkova N., Leiba S. Manufactoring scheduling problem based on fuzzy genetic algorithm // In: Proceeding of IEEE East-West Design & Test Symposium – (EWDTS’2014). – Kiev, Ukraine, 2014. – P. 209-212.
19. Гладков Л.А., Гладкова Н.В. Особенности использования нечетких генетических алгоритмов для решения задач оптимизации и управления // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – C. 130-136.
20. Гладков Л.А., Лейба С.Н., Тарасов В.Б. Разработка и программная реализация гибридного алгоритма решения оптимизационных задач автоматизированного проектирования // Программные продукты и системы. – 2018. – Т. 31, № 3. – С. 569-580.

Comments are closed.