資源描述：
《基于數(shù)據(jù)挖掘技術(shù)與petri網(wǎng)建模的車(chē)間調(diào)度規(guī)則提取》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、擬投期刊：基于數(shù)據(jù)挖掘技術(shù)與petri網(wǎng)建模的車(chē)間調(diào)度規(guī)則提取摘要：車(chē)間調(diào)度(JobShop)問(wèn)題作為一個(gè)復(fù)雜的優(yōu)化命題，至今尚未得出一種具有普適性的求解方法。本文利用時(shí)間Petri網(wǎng)絡(luò)來(lái)描述車(chē)間調(diào)度問(wèn)題，并利用一種改進(jìn)的啟發(fā)式搜索算法搜尋最優(yōu)的調(diào)度方案。在Petri網(wǎng)建模和啟發(fā)式搜索算法尋優(yōu)的基礎(chǔ)上，結(jié)合數(shù)據(jù)挖掘分類(lèi)技術(shù)，本文提出一種基于petri網(wǎng)建模的車(chē)間調(diào)度規(guī)則提取方法。類(lèi)似于傳統(tǒng)的優(yōu)先調(diào)度規(guī)則，本文所提取的調(diào)度規(guī)則可以直接用于指導(dǎo)車(chē)間生產(chǎn)調(diào)度過(guò)程。通過(guò)與利用啟發(fā)式算法得到的最優(yōu)結(jié)果和利用傳統(tǒng)優(yōu)先調(diào)度規(guī)則所得到的次優(yōu)結(jié)果進(jìn)行比較，證明了所提
2、取的調(diào)度規(guī)則的優(yōu)越性能和實(shí)用性。關(guān)鍵詞：車(chē)間調(diào)度問(wèn)題；Petri網(wǎng)；啟發(fā)式搜索算法；數(shù)據(jù)挖掘；調(diào)度規(guī)則中圖分類(lèi)號(hào)：TQ021.8文獻(xiàn)標(biāo)志碼：ADispatchingRuleextractionbasedonDataMiningtechniquesandPetri-netmodelingforJobShopProblemAbstract:Jobshopschedulingproblem,asacomplexoptimizationproposition,hasnotyetcomeupwithauniversalsolutionmethod.Inthi
3、spaper,anoveldispatchingruleextractionmethodisproposedbycombiningdataminingtechniquewithPetri-netmodelingmethodandheuristicsearchalgorithm.TimedPetri-netisemployedtomodelthejobshopschedulingproblemwhileanimprovedheuristicsearchalgorithmisadoptedtoobtaintheoptimalschedulingscen
4、ario.Similartotraditionalprioritydispatchingrules,thedispatchingrulederivedinthispapercanbeuseddirectlytoguidejobshopscheduling.Thesuperiorityandpracticalityoftheextracteddispatchingruleareverifiedbycomparingwiththeoptimalandsub-optimalsolutions,whichareobtainedbyfollowingheur
5、isticalgorithmandtraditionalprioritydispatchingrules,respectively.Keywords:JobShopschedulingproblem;petri-net;heuristicsearchalgorithm;datamining;dispatchingrule收稿日期：2013年3月00日；修回日期：2013年3月00日.基金項(xiàng)目：項(xiàng)目名稱(chēng)（編號(hào)）;項(xiàng)目名稱(chēng)（編號(hào)）.作者簡(jiǎn)介：王成龍(1991－)，男，籍貫(省、市/縣)，碩士研究生；聯(lián)系人：榮岡。1引言車(chē)間生產(chǎn)調(diào)度問(wèn)題（JSSP）是當(dāng)前
6、制造業(yè)中所面臨的一個(gè)重要問(wèn)題。對(duì)車(chē)間調(diào)度問(wèn)題的研究始于20世紀(jì)50年代，Mellor[1]等對(duì)車(chē)間調(diào)度問(wèn)題進(jìn)行了總結(jié)和概述。車(chē)間調(diào)度問(wèn)題可以描述為一組由一系列操作所組成的任務(wù)在一組機(jī)器上的加工順序安排問(wèn)題，即機(jī)器資源分配問(wèn)題[1]。車(chē)間調(diào)度問(wèn)題作為一種NP難問(wèn)題，是一類(lèi)非常復(fù)雜的優(yōu)化命題。一個(gè)好的生產(chǎn)調(diào)度方案可以有效的提高車(chē)間的生產(chǎn)效率和資源的利用率，改善車(chē)間的操作管理水平，因此，車(chē)間生產(chǎn)調(diào)度問(wèn)題研究一直以來(lái)都受到了學(xué)者們的普遍關(guān)注[2]。傳統(tǒng)的車(chē)間調(diào)度問(wèn)題研究主要包括以下三種方法：1.數(shù)學(xué)規(guī)劃方法。Kim[3]等提出了描述車(chē)間調(diào)度問(wèn)題的混合整數(shù)線(xiàn)
7、性規(guī)劃模型。2.優(yōu)化算法。傳統(tǒng)用于解決車(chē)間調(diào)度問(wèn)題的優(yōu)化算法以分支定界法為主[4]。Brucker[5]等提出了一種快速分支定界算法用以解決一個(gè)10*10的基準(zhǔn)調(diào)度問(wèn)題。但是，當(dāng)問(wèn)題規(guī)模較大時(shí)，以上兩種方法均存在解空間爆炸問(wèn)題，即無(wú)法在可接受的時(shí)間內(nèi)求得調(diào)度結(jié)果。3.近似優(yōu)化算法。近似優(yōu)化算法是在可接受的時(shí)間范圍內(nèi)尋求調(diào)度問(wèn)題的近似最優(yōu)解，如Nowicki[4]等提出一種快速禁忌搜索算法用以近似求解車(chē)間調(diào)度問(wèn)題，Peter[6]等利用模擬退火算法來(lái)求解車(chē)間調(diào)度問(wèn)題，Wu[7]等則將遺傳算法應(yīng)用于求解車(chē)間調(diào)度問(wèn)題。利用近似求解的啟發(fā)式優(yōu)化算法是當(dāng)前調(diào)
8、度問(wèn)題中的研究熱點(diǎn)。數(shù)據(jù)挖掘，又稱(chēng)知識(shí)發(fā)現(xiàn)，是一種從不同來(lái)源的數(shù)據(jù)中提取有價(jià)值的信息和知識(shí)的技術(shù)。得益于信息技術(shù)的發(fā)展，當(dāng)
