基于交互仿真的生产决策专家系统构建方法

• 论文 •

基于交互仿真的生产决策专家系统构建方法

张晓冬1,2,张志强2,陈进2,段爽月2

1.北京科技大学东凌经济管理学院，北京100083；2.重庆大学机械传动国家重点实验室，重庆400030

收稿日期:2013-02-25 修回日期:2013-02-25 出版日期:2013-02-25 发布日期:2013-02-25

Constructing method of production decision making expert system based on interactive simulation

ZHANG Xiao-dong1, 2, ZHANG Zhi-qiang2, CHEN Jin2, DUAN Shuang-yue2

1.Dongling Economics and Management School, Science and Technology University Beijing, Beijing 100083, China;2.State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400030, China

Received:2013-02-25 Revised:2013-02-25 Online:2013-02-25 Published:2013-02-25

摘要/Abstract

摘要： 为提高生产决策水平，提出了基于人机交互仿真的生产决策专家系统构建方法。针对生产决策专家知识难以采集和控制策略复杂等特点，采用神经网络和专家遴选算法实现对专家知识的评估和优选，结合融合分类算法解决知识推理的问题，并提出TR-TREE算法构建专家系统规则解释机制。以某摩托车发动机关键零部件生产单元的换线决策为应用背景，对所提出的实现原理和关键技术进行了应用实践。与基于经验的人工决策相比，基于专家系统的换线决策对生产目标的优化作用显著，并具有良好的学习机制。

关键词: 生产决策, 专家系统, 交互仿真, 摩托车发动机

Abstract: To improve the production decision making level in production system, the constructing method of production decision making expert systems based on human-machine interactive simulation was proposed. Aiming at the difficulties of knowledge collection and controlling strategy complexity, technologies of interactive simulation and expert knowledge selecting were developed. The knowledge reasoning was realized by combining with fusion classification algorithm, and the explanation mechanism was constructed by TR-TREE algorithm. Taking the line switching decision in a motor engine production cell as an example, the method was practiced and validated. The case study showed that the expert system could effectively optimize the production objectives with high learning ability.

Key words: production decision making, experts system, interactive simulation, motorcycle engine

中图分类号:

TH11

张晓冬1,2,张志强2,陈进2,段爽月2. 基于交互仿真的生产决策专家系统构建方法[J]. .

ZHANG Xiao-dong1, 2, ZHANG Zhi-qiang2, CHEN Jin2, DUAN Shuang-yue2. Constructing method of production decision making expert system based on interactive simulation[J]. .

[1]	杜鹏琦,景熠. 基于“以旧换再”和“以旧换新”策略的制造/再制造产品定价和生产决策[J]. 计算机集成制造系统, 2020, 26(10): 2827-2837.
[2]	黎继子,张念,刘春玲. 基于全渠道设计的众包供应链订单生产决策优化[J]. 计算机集成制造系统, 2019, 25(第5): 1248-1258.
[3]	阳成虎,何丽金,陈杜添,方忠彪. 基于回收和再制造渠道选择的制造/再制造生产决策[J]. 计算机集成制造系统, 2018, 24(第4): 1046-1056.
[4]	钟精诚,郭钧,杜百岗,郭顺生. 考虑换代周期影响的制造/再制造生产优化决策[J]. 计算机集成制造系统, 2018, 24(第11): 2909-2920.
[5]	刘志,李帮义,程晋石,龚本刚. 基于模块化设计的制造/再制造生产决策[J]. 计算机集成制造系统, 2016, 22(第4期): 933-942.
[6]	吴海燕,韩小花. 再制造成本扰动情景下制造商竞争型闭环供应链的生产决策[J]. 计算机集成制造系统, 2016, 22(第4期): 1129-1138.
[7]	张晓冬,赵东方,邱君降,章恩武. 生产单元组织柔性的内涵、构成要素及其评价[J]. 计算机集成制造系统, 2015, 21(第7期): 1865-1875.
[8]	王小巧,刘明周,葛茂根,凌琳,马靖,刘从虎. 复杂机械产品装配过程质量门监控系统与关键技术[J]. 计算机集成制造系统, 2015, 21(第11期): 2869-2884.
[9]	周凌,杜文. 基于柔性产能的季节性产品生产决策模型[J]. 计算机集成制造系统, 2014, 20(11): 2863-2868.
[10]	张卫华，邱菀华. 基于供应链运作参考模型的供应链多目标绩效优化模型[J]. , 2012, 18(09): 0-0.
[11]	刘建刚，，唐敦兵，刘思峰，杨春，王宁生. 基于联系信息流量的产品结构模块化方法[J]. , 2011, 17(11): 0-0.
[12]	王玉. 大规模定制中客户订单解耦点定位的专家系统[J]. , 2011, 17(05): 0-0.
[13]	王玉. 大规模定制中客户订单解耦点定位的专家系统[J]. , 2011, 17(05): 0-0.
[14]	张晓冬，李英姿，张硕，赵灿灿. 面向产品开发过程的多主体仿真系统[J]. , 2010, 16(11): 0-0.
[15]	王远航，邓超，吴军+,熊尧. 基于混合型专家系统的重型机床故障诊断[J]. , 2010, 16(10): 0-0.