[發明專利]基于案例推理的云端智能生產優化調度在線決策方法及系統

在審

• 申請號: 202010109674.0
• 申請日: 2020-02-22
• 公開（公告）號: CN111198550A
• 公開（公告）日: 2020-05-26
• 發明（設計）人: 王艷;紀志成;程麗軍;王子赟
• 申請（專利權）人: 江南大學
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 無錫市大為專利商標事務所(普通合伙) 32104
• 代理人: 曹祖良;屠志力

1.一種基于案例推理的云端智能生產優化調度在線決策方法，其特征在于，包括：利用云端智能生產調度過程的歷史數據，構建調度過程案例庫，采用在線檢測的實時數據構建當前待決策云端智能生產調度問題的案例描述，進行案例檢索、案例復用，得到當前待決策云端智能生產調度問題的調度方案，最后對案例進行修改和保存，完成案例庫的更新。

2.如權利要求1所述的基于案例推理的云端智能生產優化調度在線決策方法，其特征在于，該方法具體包括：

步驟S1，從云端智能生產優化調度中提取歷史數據，包括調度指標目標值、調度方案目標值；所述調度指標目標值至少包括歷史云端任務分解方案數據指標目標值、歷史云端任務-資源匹配方案數據指標目標值；

步驟S2，根據所獲得的歷史數據，構建云端智能生產調度過程案例庫，將包括歷史云端任務分解方案數據指標目標值、歷史云端任務-資源匹配方案數據指標目標值的調度指標目標值作為案例描述，將調度方案目標值作為案例解，所述案例描述與案例解構成案例對案例描述，案例解；案例由案例對來表示，獲得的案例構成案例庫；

步驟S3，將云端智能生產優化調度中在線采集的云端任務分解方案數據、云端任務-資源匹配方案數據指標目標值作為新的案例描述即當前待決策云端智能生產調度問題的案例描述，在步驟S2構建的案例庫中進行案例檢索，得到當前待決策云端智能生產調度問題的案例描述與所述案例庫中已有案例描述之間一組案例相似度構成相似度集合；

步驟S4，采用排序算法將步驟S3所述相似度集合中的各相似度值按照從大到小的順序排列，選取前k個相似度值所對應的案例庫中的已有案例描述作為當前待決策云端智能生產調度問題的參考案例描述；

步驟S5，根據所檢索出的已有參考案例描述，進行案例復用，獲得當前待決策云端智能生產調度問題即新案例的解，也就是適用于當前待決策云端智能生產調度問題的調度方案；

步驟S6，將云端任務分解方案數據實際在線檢測值與云端任務分解方案數據指標目標值、云端任務-資源匹配方案數據實際在線檢測值與云端任務-資源匹配方案數據指標目標值進行比較，分別計算誤差絕對值；設定相應的誤差閾值，當誤差絕對值大于所設誤差閾值時，將云端任務分解方案數據實際在線檢測值、云端任務-資源匹配方案數據實際在線檢測值作為當前待決策云端智能生產調度問題的案例描述中的案例指標目標值，生成新案例，完成案例的修正；

步驟S7，對所生成的新案例，將其案例描述在建立的云端智能生產調度過程案例庫中進行檢索，在檢索結果中選取相似度值最大的案例描述；設定相應的相似度閾值，若所選取的最大相似度值大于設定的相應的相似度閾值，則舍棄該生成的新案例，否則將該新案例保存在案例庫中，實現案例庫的更新。

3.如權利要求2所述的基于案例推理的云端智能生產優化調度在線決策方法，其特征在于，步驟S5具體包括：

步驟51、設定相似度閾值ε，判斷當前待決策云端智能生產調度問題的案例描述與檢索出的參考案例描述間的最大相似度值，如果二者之間的最大相似度值大于所設定的相似度閾值ε，執行步驟52，否則執行步驟53；

步驟52、將最大相似度值所對應案例的案例解設置為當前待決策云端智能生產調度問題即新案例的案例解，實現案例復用，再執行步驟S6；

步驟53、計算前k個參考案例的案例解的加權平均值，將求出的加權平均值作為新案例的案例解，即當前待決策云端智能生產調度問題的解，實現案例復用，再執行步驟S6。

4.如權利要求3所述的基于案例推理的云端智能生產優化調度在線決策方法，其特征在于，

所述步驟53中，計算加權平均值時加權系數的確定方法為，取每個參考案例的案例描述與新案例的案例描述之相似度值作為加權系數。

5.如權利要求1所述的基于案例推理的云端智能生產優化調度在線決策方法，其特征在于，

步驟S4中，k值取5。