[发明专利]一种基于动态知识网的制造系统自适应组织方法

说明书

技术领域

本发明涉及一种基于动态知识网的制造系统自适应组织方法，属于智能制造系统及知识表示技术领域。

背景技术

知识化制造系统是2000年提出的一种高智能制造系统，将先进制造模式以知识网表示并转化为先进制造知识，通过知识网与Agent网之间的映射关系来实现。若将各种制造模式转化为先进制造知识纳入制造系统，则这种系统可随时根据需要选择最合适的先进制造模式或若干先进制造模式的恰当组合，以适应各种各样和不断变化的环境和制造企业。智能制造为系统自主、智能、动态地适应环境变化和企业需求提供了良好的平台。近年来，针对智能制造系统的控制理论和方法取得一些成果，建立了多重集理论及自重构算法，提出了基于用户功能需求的知识网的自动生成方法，建立了表达式优化模型。但已有的研究中用来表示制造模式的知识网是静态的，难以描述制造系统的动态过程。近几年，研究者结合智能制造单元的高智能特性构建了动态调度的自适应控制策略；考虑到生产环境的不确定性，构建了具有自适应和自学习特性的基于多Agent可互操作的动态调度系统。这些工作促进了智能制造系统的自适应控制研究，但并未触及智能制造系统本身结构在系统自适应过程中的动态组织和变化。

发明内容

本发明所要解决的技术问题是针对背景技术中的不足，提出一种基于动态知识网的制造系统自适应组织方法，使得智能制造系统结构根据生产环境参数的变化动态调整，提高生产企业的竞争力。

本发明为解决上述技术问题采用以下技术方案：

一种基于动态知识网的制造系统自适应组织方法，包括以下几个步骤：

步骤1)，定义动态知识网，建立动态知识网模型；

步骤2)，设计动态事件触发规则，建立动态规则集；

步骤3)，构建静态知识子网及知识库中资源集的虚拟静态知识子网；

步骤4)，定义静态知识子网的匹配度，为动态组织提供决策依据；

步骤5)，检测动态知识网中知识点状态，根据静态知识子网定义构建异常知识点的静态子网并以此为目标知识子网；根据静态知识子网的匹配度计算资源子网与目标知识子网的匹配度；

步骤6)，根据步骤5)的计算结果将匹配度最高且大于阈值的目标知识子网根据多重集的运算规则更新动态知识网中的异常知识点，实现动态组织过程。

作为本发明一种基于动态知识网的制造系统自适应组织方法进一步的优化方案，步骤1)中动态知识网DKM定义为DKM＝{P,M,R,F_P,F_M,F_R,S_P,T,Q,F,D}；

其中，P＝{p₁,p₂,…,p_m}是一个由m个知识点组成的有限知识点集，R＝{r₁,r₂,…,r_n}是一个由n个复合联系组成的有限复合联系集，m、n均为大于1的自然数，F_P为功能集，F_R为复合联系流，M为信息联系集，F_M为信息联系流，S_P为状态集，F为动态流，T为事件集，Q为资源集，D为决策点集；

P、F_P、R、F_R、M、F_M是动态知识网的静态组成部分，S_P、F、T、Q、D是动态知识网的动态组成部分。

作为本发明一种基于动态知识网的制造系统自适应组织方法进一步的优化方案，步骤3)的具体步骤为：

首先将基于知识点p_i的静态知识子网SSKM_pi定义为6元组：

其中，i＝1,…,m，P_pi表示与知识点p_i具有联系的有限知识点集，M_pi是定义在P_pi上的复合联系集，R_pi是定义在P_pi上的信息联系集，表示P_pi上的所有功能的有限集，是定义在集合M_pi上的所有信息流的有限集，是定义在集合R_pi上的所有继承流和信息流的有限集；

然后对备用资源点的存储形式进行处理，将资源视为一种特殊的知识点，构造资源集的虚拟静态知识子网。