数据驱动下的情景匹配及其在Seru生产系统中的应用研究

Context matching is the key problem of providing knowledge support for intelligent manufacturing systems in complex environment to realize scientific decision and real time decision making. Focused on the characteristics of time urgency, context correlation and multiple random factors for intelligent manufacturing system decision making, this project takes the Seru manufacturing system as the application research object and a context model under data driven is set up in order to support the real time decision making and scientific decision of the intelligent manufacturing system which is supported by artificial intelligence and knowledge engineering theory and data driven technology. On this basis, a hierarchical context matching method is proposed, and the research of context factor matching and context structure matching in the manufacturing system is carried out in depth. Finally, the knowledge support theory and method of intelligent manufacturing system are put forward, and the knowledge support prototype system of intelligent manufacturing system is constructed.. This research carried out a beneficial exploration to solve the difficult problem of knowledge support in intelligent manufacturing system, which is beneficial to improve the real-time, scientific and intelligence decision of manufacturing system. Meanwhile, the research creates conditions for real-time decision-making and scientific decision-making, opens up a new way for the extension of context aware applications. The research result enriches the methods and means of intelligent manufacturing and context aware computing, and is beneficial to deepen the interpenetration and penetration of artificial intelligence, knowledge engineering and production management.

情景匹配是复杂环境下为智能制造系统提供知识支持以实现科学决策和实时决策的关键问题。本项目针对智能制造系统决策的时间紧迫性、情景相关性和多随机因素等特性，以人工智能与知识工程理论以及数据驱动技术为支撑，以支持智能制造系统实时决策和科学决策为目标，以Seru生产系统为应用研究对象，建立数据驱动下的情景模型，并在此基础上提出分层的情景匹配方法，深入开展制造系统的情景要素匹配和情景结构匹配的研究，继而提出智能制造系统的知识支持理论与方法，构建智能制造系统知识支持原型系统。. 本项研究为解决智能制造系统的知识支持这一难题进行了有益探索，有利于提高制造系统决策的实时性、科学性和智能性，为制造系统的实时决策和科学决策等创造了条件，为情境感知应用的推广开辟了新途径。研究成果丰富了智能制造与情境感知计算的方法与手段，有利于深化人工智能、知识工程和生产管理等学科的交叉与渗透。

针对智能制造系统决策的情景相关、时间敏感和随机不确定等引发的知识支持难题，以支持智能制造系统实时决策和科学决策为目标，构建了基于时态本体的情景模型，提出了基于模糊认知图的情景匹配方法，主要进行了以下研究：（1）针对多源异构数据源和时间敏感的智能制造系统情景建模难题，提出了基于概率主题模型的情景要素提取方法，结合领域本体与时间本体构建基于时态本体的情景模型；（2）针对智能制造系统中复杂问题的多阶段情景匹配这一NPC难题，提出基于模糊认知图的情景要素匹配策略和基于模糊认知图的情景结构匹配方法；（3）针对基于情景匹配的智能制造系统知识支持的应用及实现问题，提出了基于情景匹配的智能制造系统知识支持处理流程和框架，开发并设计了相应的软件原型系统。结合订单处理和Seru自适应调度问题进行了初步的应用验证。..项目研究成果的贡献在于：（1）提出的基于概率主题模型的情景要素提取方法和构建的基于时态本体的情境模型，为情景建模的提供了新思路，为智能制造的知识支持奠定基础；（2）提出的基于模糊认知图的情景匹配方法，为复杂问题情景匹配做出有益探索，为智能制造支持提供技术支撑；（3）提出的基于情景匹配的智能制造系统知识支持的处理流程和框架，有助于提高智能制造系统知识支持的科学性、实时性和智能性。..结合本项目的研究，已发表及录用期刊论文和国际会议论文10篇。其中SCIE收录学术期刊论文5篇、EI收录论文6篇、SSCI收录期刊论文1篇。本项目研究为智能制造知识支持提供了实用而有效的工具，丰富了智能制造和情景感知的方法和手段。

内容获取失败，请点击重试