工业工程导论第2章 系统规划与系统工程基础.ppt

应用启发式信息的例子 定义启发式函数：f1=数字借位放置的个数 2）以规则为基的系统(专家系统) 它是利用“if”和”then”构造的规则系统。由两大部分组成：一是规则库（知识库），二是推理机。 规则库的功能：捕捉人的经验或特定问题领域适用的经验组成的集合。 推理机的功能：利用规则库中的规则求解问题的一组软件。 图2-8推理网络事例 该方法的不足：没有学习能力，不能从不同的前景中观测解决问题；不知道何时中断已经不适用的规则，不能存取规则后面的论证或理由。 事实 规则 结果 人工神经网络（Artificial Neural Net, 简称ANN或NN）是从微观层次上模拟人脑的神经系统组织方式，对人脑进行仿真，其结构是由形式化了的神经细胞（称为神经元）组成，是以可编程的柔性连接方式实现硬软件互联的计算机网络系统，其计算的实现不依赖于预先编好的程序，而依赖于学习训练。 3）人工神经网络 图 2-9 ANN的生物基础—生物神经元 ANN是每个神经元将来自与它联结的神经元输出加权乘积之和，再加上接收到的外部输入信息Si和经S型非线性函数F处理后获得的活化值 以及经阈值函数fj处理得到第j个神经元的输出 ： 人工神经网络工作原理 在制造领域，ANN应用于以下方面： ???规划：如生产计划、自动装配计划、加工流程与柔性制造系统的调度； ? 控制：机器人手眼协调控制、复合运动控制、学习控制等； ??识别：语言与语音识别、刀具零件麿损与破损识别、过程诊断等； ??设计：根据设计与制造特征的零件自动分类、制造单元设计等； 加工或处理的过程控制：如材料处理过程控制等。 4）遗传算法（Gene Algorithm，GA） 工业工程应用当中，特别是制造系统中某些最优化问题性质非常复杂，很难用传统的优化方法来求解，自1960年以来，人们对求解这类问题的兴趣日益增加。 一种模拟生物自然进化过程的、被称为“进化算法”的随机优化技术在解这类问题时显示出了优越的性能。 目前进化算法主要包括三个研究领域:遗传算法、进化规划和进化策略。其中遗传算法是进化算法中最广为人知的算法。 4）遗传算法 遗传算法是一种基于生物自然选择与遗传机理的随机有哪些信誉好的足球投注网站算法。和传统有哪些信誉好的足球投注网站算法不同，遗传算法从一组随机产生的初始解(称为“种群”)开始有哪些信誉好的足球投注网站过程。种群中的每个个体是问题的一个解，称为“染色体”。染色体是一串符号，比如一个二进制字符串。这些染色体在后续迭代中不断进化，称为遗传。在每一代中用“适值”来测量染色体的好坏。生成的下一代染色体，称为后代 。后代是由前一代染色体通过交叉或者变异运算形成的。新一代形成中，根据适值的大小选择部分后代，淘汰部分后代，从而保持种群大小是常数。适值高的染色体被选中的概率较高。这样，经过若干代之后，算法收敛于最好的染色体，它很可能就是问题的最优解或次优解。 5）计算机仿真 计算机仿真是模拟系统运作的一类计算机软件的统称，该软件又称为仿真器。 图2-12 计算机仿真器 课后思考题 1、什么是规划？ 2、MPC由哪些部分构成？ 3、不同规划方法用于解决什么样的工程问题？ 4、各种人工智能方法适合解决什么样的工程问题？ 第2章 系统的规划与系统工程基础 本次课要求： （1）了解系统规划的目的和意义、制造规划与控制系统的主要内容； （2）了解线性规划、目标规划、整数规划、动态规划的作用； （3）理解AHP法及各种智能算法的特点及用途； 2.1 系统的规划 1、规划和制造规划与控制系统 （1）什么是规划？ 规划是指为了在竞争中通过使顾客完全满意（TCS）来战胜竞争对手，达到实现企业的业绩目标并使受益者完全满意（TSS）的目的，设定或确认商务目标，策划实现目标的计划，设计制定有效利用各种资源(人员、物料、机器、信息和资金，简称“5M”）的实施方案或程序，规定测量与评估实施的流程及其业绩的测量参数和目标，制定对实施过程进行全过程管理与控制方案的活动过程。 （2）制造规划与控制（MPC）系统 MPC系统的含义：指为企业制造系统规划、控制和管理决策提供有效信息的系统。其要素有：人员、物料、机器设备、顾客、供应商和流程，这些要素定义了企业的任务等。 MPC系统是提供同顾客进行有效沟通、有效管理企业物料流动与有效利用人力与设备，以及协调企业内部活动和供应链关系信息的决策支持系统。 MPC系统的特征：复杂性；动态性；不确定性 图2-1 MPC系统