[發明專利]基于改進隨機分支定界算法的復雜制造系統維修優化方法

有效

• 申請號: 202010583907.0
• 申請日: 2020-06-23
• 公開（公告）號: CN111898243B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 周一帆;袁超;張志勝;戴敏
• 申請（專利權）人: 東南大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/06;G06Q10/00;G06Q50/04
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 張天哲

本發明公開了基于改進隨機分支定界算法的復雜制造系統維修優化方法，包括以下步驟，步驟1，改進SBB算法的初始化；步驟2，改進SBB算法的分區；步驟3，采樣可行解；步驟4，對采樣解進行仿真；步驟5，對子區域進行邊界估計；步驟6更新記錄集。本發明的有益效果在于：在尋優算法(SBB)中嵌入了一個序貫仿真過程，有效分配仿真資源，提高了仿真尋優算法的效率，為解決大規模的系統的仿真優化問題提供了參考。

技術領域

本發明涉及生產制造技術領域，具體涉及基于改進隨機分支定界算法的復雜制造系統維修優化方法。

背景技術

帶有中間緩沖區的生產系統廣泛存在于生產制造行業。中間緩沖區會增加生產系統建模和分析的難度，建立的最優維修策略的特征是復雜的，不能通過生產系統的穩態分析對目標函數進行分析與評價，因為精確分析的方法僅適用于小型生產系統。帶有緩沖的生產系統需要一個基于系統狀態的維修策略，而系統狀態是各結構狀態的組合，會有極大的狀態空間，這是帶有緩沖庫存的系統維修策略優化的關鍵問題。本發明在原有的SBB算法基礎上，加入了一個貫序仿真過程，可有效分配仿真資源，提高了仿真尋優算法的效率。

發明內容

發明目的：

提出近似策略，并用改進的隨機分枝定界(SBB)算法，實現大狀態空間的系統的維修策略求解。

技術方案：

基于改進隨機分支定界算法的復雜制造系統維修優化方法，其特征在于，包括以下步驟：步驟1，改進隨機分支定界(SBB)算法的初始化

設置初始分區、記錄集、采樣解和迭代次數，初始分區定義為其中，Θ為系統的解空間；記錄集定義為采樣解為迭代次數k＝0

步驟2，改進SBB算法的分區

將記錄集分成多個子區域，如果記錄集是單元素集，分區為其他情況則根據圖2分區分區之后的全集表示為

步驟3，采樣解方案

在每個子區域內采樣，的子區域的采樣數為而在子區間采樣數取決于這個區間出現比上一輪迭代的最優解更好的解的可能性，在這些區間中總的采樣數為采樣解的集合表示為令

步驟4，對采樣解進行仿真

對中的所有解進行一次仿真并得到觀察結果，在集合中使用Fisher的最小顯著性差異對解進行序貫仿真，具體的方法定義在特征2中

步驟5，對子區間進行邊界估計

子區間的下界估計為：其中為在維修策略θ下，根據前k次迭代所得的仿真結果計算的系統平均成本，對子區間下界估計的準確度可以通過每次迭代累計的仿真結果不斷提高。因此，可以得到全部解集中平均成本最低的解

步驟6，完成記錄集的更新

選擇具有最小的下界的子區域為新的記錄集，如果不滿足算法終止條件，則迭代次數更新為k＝k+1，回到步驟2；滿足算法終止條件則停止。

作為本發明的進一步改進，基于Fisher最小顯著性差異的貫序仿真方法，包括以下步驟：

步驟1，初始化

設置解的初始集迭代次數k＝0。SBB算法的前幾次迭代的模擬觀測結果都會被用到

步驟2，更新LSDs

如果所有的解只有一個觀測值，MSE無法計算。此時，可以隨機選擇集合中的解進行仿真生成額外的觀察值，然后計算MSE。通過得到平均成本均值最低的維修策略然后，計算出與中其他策略之間的LSDs

步驟3，刪除解