2.2.4　DSACMS中的關鍵技術

(1)OOSMMS建模技術

由OOSM_MS的功能模型F_MS的定義可知,運行OOSM_MS的目的在于獲取在特定調度環境下不同調度方法的設置方式對調度性能指標的影響,因此,OOSM_MS對DSACMS具有重要意義。在DSACMS的形式化描述中已經定義了OOSM_MS對象模型C_MS和OOSM_MS的功能模型F_MS,數據模型和對象模型映射關系ORM可以根據當前MES、SCADA系統中的數據對C_MS定義的對象模型進行初始化從而使得OOSM_MS可以反映制造系統的實際工況。因此OOSM_MS的建模還需要完成如下兩個任務:根據制造系統實際情況定義C_MS中的類的屬性;根據制造系統的加工流程設計OOSM_MS的動態模型D_MS。高質量的OOSM_MS模型可以使得F_MS能夠近似模擬實際制造系統的運作結果。

(2)SchModule的設計

SchModule中包含了應用于OOSM_MS的生產計劃和調度方法,如果SchModule中的方法適用于OOSM_MS,則能大幅度提高OOSM_MS搜集學習樣本的效率。通過基于數據驅動的預測模型自適應選擇調度方案設置也可以得到更優的效果。

(3)DataProAnalyModule的設計

雖然OOSM_MS和SchModule對DSACMS有重要作用,但仍屬于傳統調度建模優化的范疇,DSACMS的關鍵在于構造具有高泛化能力的預測模型,在不確定因素預測、性能指標預測、自適應調度預測等預測模型支持復雜制造系統的調度。DataProAnalyModule的設計對DSACMS起核心作用。DSACMS已經對ORM作了定義,ETL則可以通過標準化關系查詢語言(Structured Query Language,SQL),在本文余下章節,將研究使用基于計算智能的元啟發式優化算法(MHO)用于數據預處理方法(preProcData)和數據建模方法(BuildPredictionModel)的參數優化,用于復雜制造系統的數據預處理與數據驅動預測模型構造。