基于软计算技术的实时调度控制系统理论及工具软件的开发

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    69974039
  • 项目类别:
    面上项目
  • 资助金额:
    12.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0605.模式识别与数据挖掘
  • 结题年份:
    2002
  • 批准年份:
    1999
  • 项目状态:
    已结题
  • 起止时间:
    2000-01-01 至2002-12-31

项目摘要

Modern manufacturing systems became more and more complicated and the automation was applied popularly in this field. It is urgent to solve the dynamic scheduling problems for the complicated production line.Based on Windows mechanism, a new dynamic scheduling structure is proposed here. In accords with this structure, performance and evaluation criterion of the dynamic scheduling have been dealt with.For real-time dynamic scheduling, several methods such as knowledge discovery based scheduling, predictive control based scheduling, neuro-dynamic programming based scheduling, and re-entrant line scheduling heuristics were studied in details. Those scientific methods introduced to traditional experience based research field promoted dynamic scheduling into a new level..Planning and collaborative problems among different production procedures were another important issue discussed. The model of the supply chain between the cold rolling and hot rolling was established, and dynamic Game Theory was applied for planning negotiation. A Lagrangian Relaxation algorithm was suggested for integrated production scheduling of steelmaking, continuous-casting and continuous-rolling. Finally, a simulation platform for scheduling knowledge acquisition is designed and developed..Scheduling is also very important in real-time system. The method to construct the FF schedule time are studied. The extended compact mode algorithm based on job rate-monotonic is presented to meet time constraints and precedence constraints of remote periodic message and function blocks.The former dynamic scheduling mostly depends on the experience or heuristics. The mathematic optimization can solve the static scheduling problem perfectly, however, it doesn't adapt to the dynamic scheduling problems. The proposed methods here were closely dependent on computing science greatly promote scientific progress of dynamic scheduling. In general a new theoretic foundation of scheduling for industrial production has been established, which expands contents of traditional scheduling research.
运用人工神经网络、遗传算法、进化计算等软计算技术,以及机器学习和仿真技术,研究实时调度控制系统理论和方法,并开发相应的软件工具包,为现代制造企业生产过程开发高效率的调度指挥系统,提供完整、实用的理论、方法和计算机辅助工具。.该项研究包括1)根据调度案列,应用人工神经网络、ID3等机器学习算法为代表的数据挖掘技术,获取调度策缘乃惴ㄓ肜砺垩芯浚?) 基于遗传算法的调度控制器设计(实验)方法学研究。.

结项摘要

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(1)
会议论文数量(0)
专利数量(0)
Neural Network and Genetic Algorithm Based Approach to Expanded Job Shop Scheduling
基于神经网络和遗传算法的扩展车间调度方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    International Journal of Compu
  • 影响因子:
    --
  • 作者:
    Haibin Yu;Wei Liang
  • 通讯作者:
    Wei Liang
可集成的制造执行系统
  • DOI:
    10.1103/physrevc.95.025202
  • 发表时间:
    --
  • 期刊:
    计算机集成制造系统-CIMS
  • 影响因子:
    --
  • 作者:
    于海斌;朱云龙
  • 通讯作者:
    朱云龙
动态联盟盟员选择的决策方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程与应用
  • 影响因子:
    --
  • 作者:
    王光军;王天然
  • 通讯作者:
    王天然
动态生产调度管理系统的研究与实现
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    信息与控制
  • 影响因子:
    --
  • 作者:
    梁 韦华;于海斌
  • 通讯作者:
    于海斌
炼钢-连铸-热轧生产调度模型及算法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机集成制造系统-CIMS
  • 影响因子:
    --
  • 作者:
    朱宝琳;于海斌
  • 通讯作者:
    于海斌

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

工业物联网环境下的时间同步技术分析
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中兴通讯技术
  • 影响因子:
    --
  • 作者:
    王照伟;曾鹏;于海斌
  • 通讯作者:
    于海斌
积分过程预测控制的稳态分析及反馈校正
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    邹涛;王丁丁;丁宝苍;于海斌
  • 通讯作者:
    于海斌
Redundancy control for reliability-lifetime tradeoff in energy harvesting wireless sensor networks
能量收集无线传感器网络中可靠性与寿命权衡的冗余控制
  • DOI:
    --
  • 发表时间:
    2024-09-13
  • 期刊:
  • 影响因子:
    --
  • 作者:
    张华良;郑萌;李金娜;于海斌;曾鹏
  • 通讯作者:
    曾鹏
无线传感器网络路由协议
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    信息与控制,2005,34(3):325-330
  • 影响因子:
    --
  • 作者:
    梁英*;于海斌
  • 通讯作者:
    于海斌
应用PSO优化基于分簇的无线传感
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制与决策,2006,21(4):453-456
  • 影响因子:
    --
  • 作者:
    梁英*;于海斌; 曾鹏
  • 通讯作者:
    曾鹏

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

于海斌的其他基金

面向智慧企业的工业认知网络体系架构、设计方法与应用验证
  • 批准号:
    61533015
  • 批准年份:
    2015
  • 资助金额:
    320.0 万元
  • 项目类别:
    重点项目
基于IP的智能电网信息接入与传输理论和技术
  • 批准号:
    61233007
  • 批准年份:
    2012
  • 资助金额:
    320.0 万元
  • 项目类别:
    重点项目
面向传感器网络的分布自治系统关键技术及协调控制理论
  • 批准号:
    60434030
  • 批准年份:
    2004
  • 资助金额:
    190.0 万元
  • 项目类别:
    重点项目
新一代分布式智能自组织传感器网络系统技术研究
  • 批准号:
    60374072
  • 批准年份:
    2003
  • 资助金额:
    16.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码