控制理论与应用

作者：李浚,罗继亮,李旭航,伊思嘉,聂卓赟

单位：华侨大学 信息科学与工程学院,华侨大学信息科学与工程学院,华侨大学信息科学与工程学院,华侨大学信息科学与工程学院,华侨大学 信息科学与工程学院

关键词：库所赋时Petri网; 全连接神经网络; 启发式函数; 机器人柔性流水车间

基金：国家自然科学基金项目(61973130), 福建省中央引导地方科技发展专项项目(2022L2012), 福建省自然科学基金项目(2017J01117)资助.

机器人柔性流水车间的调度属于组合优化问题, 涉及在指数增长的事件序列集合中寻找最优路径. 为了借助机器学习和启发式搜索的优势, 提高调度优化的求解质量和效率, 本文提出了一种基于库所赋时Petri网和监督学习的启发式优化方法. 首先, 利用库所赋时Petri网的运行规律, 设计了启发式数据集的生成算法; 其次, 设计库所赋时Petri网的全连接神经网络学习模型, 从数据集中学习Petri网行为的启发式; 再次, 以全连接神经网络模型作为启发式函数, 设计了库所赋时Petri网A*和集束搜索算法; 最后, 以某机器人柔性流水车间为例, 进行了系列数值实验.本文方法获得了该流水车间库所赋时Petri网的高精度启发式, 其平均相对误差低于0.05%, 基于该启发式的A*和集束搜索算法均能快速求解给定任务的最优或近似最优的调度策略.

来源：2025年第5期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第5期