Оптимизационно-имитационный подход к оперативному управлению дискретным производством

Описан   подход  к  решению  задачи  управления  дискретным   производством   на  основе  эталонной   имитационной модели.  В  качестве   объекта  исследования выбрана  производственная система,  представленная  типичным   технологическим  оборудованием.  Имитационная модель использует  математический аппарат  временных  сетей Петри.

Сформирован  и апробирован  метод автоматизированного получения  готовых  к использованию моделей  производства.  В основу  метода  положена  идея  синтеза  общей модели  производственного процесса  из моделей  типовых  технологических процессов.  В практике применения  сетей  Петри  сложность  разработки, последующей  интерпретации моделей, а следовательно, и внесения  изменений  — факторы, значимо  сдерживающие  их практическое использование.

Предложен  новый  способ влияния  на  критерий  оптимальности через  задание  различных  отношений  инциденций в сети  Петри.  В структуре  матрицы  инциденций выделены  неизменяемая и изменяемая части.  Использован способ задания  структуры  изменяемой  части  через  вектор  параметров, что  позволило  использовать   метаэвристический алгоритм  поиска  ее наилучшей  структуры. Сформулирована задача оптимального планирования производства, определенная  для  описанного  выше  подхода.  Биоинспирированный алгоритм  прыгающих  лягушек  адаптирован к  поиску наилучшей   для  заданного  критерия   оптимальности структуры   сети.  Изменения указанного алгоритма   позволили сократить  число шагов  поиска  и работать  с параметрами дискретного  типа.  В процессе  решения  использован  наиболее популярный  критерий  оптимальности. Полученные  теоретические результаты  находятся  в рамках  оптимизационно-имитационного подхода и являются его логическим  развитием.

Разработанный подход к решению  задачи  оптимального  управления производством  развивает теорию  сетей  Петри, делает  ее более пригодной  для моделирования сложных  систем  с разветвленной структурой и большим  числом взаимных  связей.  На основе разработанных теоретических положений  представлен  тестовый  пример, характеризующий эффект от их применения. Определены  рекомендации по практическому использованию предложенного  подхода в смысле минимизации времени  принятия управленческих решений  с требуемой  точностью.

1. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973. 344 с.

2. Дальниченко И. А., Мясников В. И., Четвериков В. Н. Автоматизированные системы управления предприятиями. М.: Машиностроение, 1984. 360 с.

3. Горнев В. Ф., Емельянов В. В., Овсянников М. В. Оперативное управление в ГПС. М.: Машиностроение, 1990. 256 с.

4. Смоляр Л. И. Оперативно-календарное планирование (модели и методы). М.: Экономика, 1979. 136 с.

5. Воробьев С. А. Планирование и управление дискретным производством на основе временных сетей Петри с переменной нагрузкой: Дис. канд. техн. наук: 05.13.14. Красноярск, Изд-во КГТУ, 2002. 149 с.

6. Макаров И. М., Рахманкулов В. З., Назаретов В. М. Робототехника и гибкие автоматизированные производства. Кн. 3. Управление робототехническими системами и гибкими автоматизированными производствами: учеб. пособие для втузов. М.: Высш. шк., 1986. 159 с.

7. Сочнев А. Н. Сетевые модели в системах управления производством: монография. Красноярск: СФУ, 2013. 157 с.

8. Зайцев Д. А. Решение задач оперативного управления дискретным производством на основе сетевых моделей Петри: Автореф. дис. канд. техн. наук. Киев: Институт кибернетики им. В. М. Глушкова, 1991. 12 с.

9. Корнеев А. М., Наги А. М. Моделирование сложных технологических процессов с использованием сетей Петри // Современные наукоемкие технологии. 2016. № 9-3. С. 410—414.

10. Котов В. Е. Сети Петри. М.: Наука, 1984. 160 с.

11. Greschke P., Schonemann M., Thiede S., Herrmann C. Matrix structures for high volumes and flexibility in production systems // Procedia CIRP 17. 2014. P. 160—165.

12. Feldkamp N., Bergmann S., Straburger S. Modelling and Simulation of Modular Production Systems // ASIM-Conference Simulation in Production and Logistics. 2019. P. 391—401.

13. Цвиркун А. Д., Акинфиев В. К., Филиппов В. А. Имитационное моделирование в задачах синтеза структуры сложных систем. М.: Наука, 1985. 173 с.

14. Хоботов Е. Н. Оптимизационно-имитационный подход к моделированию сложных систем // Изв. РАН. Теория и системы управления. 1996. № 1. С. 111—117.

15. Feldmann K., Colombo A. W. Monitoring of flexible production systems using high—level Petri net specifications // Control Engeneering Practice. 1999. N. 7. P. 1449—1466.

16. Basile F., Carbone C., Chiacchio P. An approach to enforce disjunction of GMECs on controlled Petri nets // Proceedings of the IEEE International Conference on Systems Man. and Cybernetics. 2003. P. 1852—1859.

17. Narimani M. R. A New Modified Shuffle Frog Leaping Algorithm for Non-Smooth Economic Dispath // World Applied Sciences Journal. 2011. P. 803—814.

18. Орловская Н. М. Анализ эффективности биоинспирированных методов глобальной оптимизации // Электронный журнал "Труды МАИ". 2020. № 73. С. 1—22.

19. Vakil Baghmisheh M. T., Madani K., Navarbaf A. A discrete shuffled frog optimization algorithm // Artificial Intelligence Review. 2011. Vol. 36. P. 267—284.

20. Farsangi M., Barati M. Solving unit commitment problem by a binary shuffled frog leaping algorithm // IET Generation Transmission & Distribution. 2014. Vol. 8, N. 6. P. 1050—1060.