[發明專利]基于聯邦學習機制中數據的復雜制造系統的調度系統

在審

• 申請號: 202110187582.9
• 申請日: 2021-02-18
• 公開（公告）號: CN112862325A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 林國義;李莉
• 申請（專利權）人: 同濟大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06N20/20
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董成

本發明提供了一種基于聯邦學習機制中數據的復雜制造系統的調度系統，包括DSACMS調度系統，DSACMS調度系統包括，相互交互聯系的數據層、模型層、數據處理與分析模塊、調度方法模塊；數據層包括用于調用采集數據源的數據接口以及與所述數據接口連接的數據庫，數據庫還與所述模型層、數據處理與分析模塊、調度方法模塊交互連接；模型層包括面向對象仿真模型、參數預測模型、性能指標預測模型和自適應調度模型中的一種或多種；調度方法模塊包括生產計劃模塊和實時派工模塊，所述調度方法模塊用于輔助離線仿真數據的生成。本發明公開了一種能夠利用制造系統中和調度相關的數據對復雜制造系統的調度問題進行全面支持的數據復雜制造系統的調度系統。

技術領域

本發明涉及智能生產制造領域，具體涉及一種基于聯邦學習機制中數據的復雜制造系統的調度系統。

背景技術

現有技術中的制造系統調度問題自上世紀50年代被提出以來，因具有重要意義而備受學術界重視，生產調度系統也逐漸成為制造型企業重要的決策支持系統。隨著研究的深入，根據時間粒度可將制造系統調度問題細分為3類：生產計劃、生產排程和實時派工。根據調度類型可分為投料計劃、工件調度和設備維護調度。針對這些不同層次和類型調度問題的建模和優化，數學規劃、Petri網、仿真模型、啟發式規則、人工智能方法得到了廣泛應用。這些模型和方法根據其對應求解的調度問題形成生產調度系統(ProductionSchedulingSystem，PSS)中不同的調度模塊，并在一些實際調度環境下取得成功應用。但與調度問題理論研究成果的多樣性相比，成功解決實際制造環境調度問題的應用案例還比較單一，多數集中在數學規劃和啟發式調度規則為主的調度仿真系統，智能化水平不高。以Intel的面向半導體制造領域的先進計劃調度系統(AdvancedPlanningScheduling，APS)為例，APS協同了生產計劃模塊、生產排程模塊和實時調度模塊，集成了仿真模型、啟發式實時調度規則、整數規劃等建模和優化方法，所采用的建模和優化方法較為傳統。因此調度的理論研究和調度系統的實際應用之間存在鴻溝。其主要原因有如下兩點：(1)對于具體調度問題，傳統建模優化方法不足以應對制造系統的大規模和復雜性，對應的調度模塊適用性受到局限；(2)對調度問題的研究集中于具體調度問題的建模與優化和對應調度模塊的開發，而對PSS各個模塊之間的協同交互研究的較少，即對PSS體系結構的研究不夠充分。

現有技術的技術缺陷主要表現在，例如，PSS體系結構有如下兩種實現方式，(1)多Agent形式：將各個調度模塊封裝為Agent，并以Agent協商的方式進行調度模塊之間的協同。(2)組件化形式：將各個調度模塊的調度方法封裝為組件，根據不同制造系統的特點，進行重構，定制具有較高魯棒性的制造系統?；跀祿姆椒S著90年代以來數據挖掘技術的發展在制造系統調度領域已經取得了一定的應用。針對傳統建模優化方法的局限性，通過引入基于數據的方法可以對其進行有效改進。但總體上，已有的基于數據的調度方法是對求解特定調度問題的具體調度模塊的局部改進，而并未對現有的調度系統體系結構起到全面支持的作用。

發明內容

本發明克服了現有技術的不足，提供了一種基于聯邦學習機制中數據的復雜制造系統的調度系統，能夠利用制造系統中和調度相關的數據對復雜制造系統的調度問題進行全面的支持。

為達到上述目的，本發明采用的技術方案為：一種基于聯邦學習機制中數據的復雜制造系統的調度系統，包括DSACMS調度系統，所述DSACMS調度系統包括，相互交互聯系的數據層、模型層、數據處理與分析模塊、調度方法模塊；所述數據層包括用于調用采集數據源的數據接口以及與所述數據接口連接的數據庫，所述數據庫還與所述模型層、數據處理與分析模塊、調度方法模塊交互連接；所述模型層包括面向對象仿真模型、參數預測模型、性能指標預測模型和自適應調度模型中的一種或多種；所述調度方法模塊包括生產計劃模塊和實時派工模塊，所述調度方法模塊用于輔助離線仿真數據的生成。