協(xié)同制造單元的知識(shí)自學(xué)習(xí)建模與技術(shù)研究*

河南中煙工業(yè)有限責(zé)任公司駐馬店卷煙廠 范國(guó)民

協(xié)同制造單元的知識(shí)自學(xué)習(xí)建模與技術(shù)研究*

河南中煙工業(yè)有限責(zé)任公司駐馬店卷煙廠 范國(guó)民

當(dāng)前，隨著計(jì)算機(jī)技術(shù)和制造技術(shù)的快速發(fā)展，各種先進(jìn)制造系統(tǒng)應(yīng)運(yùn)而生，協(xié)同制造模式便是其中之一。通過(guò)采用協(xié)同技術(shù)、工作流建模技術(shù)、虛擬仿真技術(shù)、自學(xué)習(xí)技術(shù)及其他技術(shù)，核心制造單元將參與該制造任務(wù)的企業(yè)內(nèi)部和外部協(xié)同制造單元?jiǎng)討B(tài)組織起來(lái)，合理組織、協(xié)調(diào)和調(diào)度制造任務(wù)，協(xié)同完成該制造任務(wù)。協(xié)同制造單元在參與協(xié)同制造的過(guò)程中，將各自擁有的知識(shí)或產(chǎn)品傳遞給核心制造單元，也可以從核心制造單元中獲取限定的知識(shí)，通過(guò)在協(xié)同知識(shí)鏈上的自學(xué)習(xí)，最大化地實(shí)現(xiàn)知識(shí)收益。

傳統(tǒng)的制造聯(lián)盟重視合作任務(wù)是否順利完成，強(qiáng)調(diào)產(chǎn)品或知識(shí)完成的時(shí)間、質(zhì)量、成本等。然而，協(xié)同是當(dāng)前企業(yè)的必然選擇，盡管協(xié)同過(guò)程中獲取經(jīng)濟(jì)效益對(duì)協(xié)同制造單元非常重要，但知識(shí)是所有企業(yè)的核心資源，核心知識(shí)是否高效增值是企業(yè)未來(lái)可持續(xù)發(fā)展的關(guān)鍵。在協(xié)同制造模式中，協(xié)同制造單元積極參與到產(chǎn)品的協(xié)同制造過(guò)程中，在提供本身核心知識(shí)服務(wù)的同時(shí)，還可以通過(guò)協(xié)同制造平臺(tái)和外部信息源進(jìn)行自學(xué)習(xí)，來(lái)實(shí)現(xiàn)個(gè)體知識(shí)的增值。因此，如何在產(chǎn)品協(xié)同制造過(guò)程中提高協(xié)同制造單元的自學(xué)習(xí)效率、加快個(gè)體知識(shí)的增值和創(chuàng)新對(duì)企業(yè)的發(fā)展極其重要，對(duì)于提高企業(yè)的核心競(jìng)爭(zhēng)力也具有十分重要的意義。

本文將研究協(xié)同制造過(guò)程中的知識(shí)自學(xué)習(xí)模型，建立協(xié)同制造單元和核心制造單元的知識(shí)學(xué)習(xí)與轉(zhuǎn)移過(guò)程模型，研究協(xié)同制造過(guò)程中各智能體的自學(xué)習(xí)過(guò)程和機(jī)理。建立基于協(xié)同進(jìn)化算法的協(xié)同制造單元自學(xué)習(xí)模型和算法，提高各智能體的自學(xué)習(xí)效率，實(shí)現(xiàn)協(xié)同制造單元知識(shí)增值的最大化。

一、協(xié)同制造過(guò)程中的知識(shí)自學(xué)習(xí)模型

1.協(xié)同制造單元的知識(shí)學(xué)習(xí)與轉(zhuǎn)移過(guò)程模型。圖1的協(xié)同制造單元知識(shí)學(xué)習(xí)與轉(zhuǎn)移過(guò)程模型反映了協(xié)同制造單元的知識(shí)自學(xué)習(xí)與轉(zhuǎn)移的過(guò)程，體現(xiàn)了協(xié)同制造過(guò)程中知識(shí)的新陳代謝流動(dòng)過(guò)程。具體流程是：協(xié)同制造單元識(shí)別并獲取知識(shí)源（Internet、核心制造單元下達(dá)的制造任務(wù)需求、協(xié)同制造平臺(tái)上的共享信息和其他信息源）上的有用知識(shí)，通過(guò)完成相應(yīng)的協(xié)同制造任務(wù)，將不同學(xué)科、不同類(lèi)型的知識(shí)融合到產(chǎn)品中（部分協(xié)同制造單元只提供技術(shù)咨詢或技術(shù)支持），核心制造單元獲取協(xié)同制造單元的產(chǎn)品或技術(shù)后，進(jìn)行消化和集成創(chuàng)新，完成產(chǎn)品的協(xié)同制造，并將部分共享知識(shí)存儲(chǔ)發(fā)布到Internet、協(xié)同制造平臺(tái)或其他資源庫(kù)上。

圖1 協(xié)同制造單元的知識(shí)學(xué)習(xí)與轉(zhuǎn)移過(guò)程模型

2.核心制造單元的知識(shí)學(xué)習(xí)與轉(zhuǎn)移過(guò)程模型。由于協(xié)同制造單元和核心制造單元職能和角色的不同，核心制造單元的知識(shí)學(xué)習(xí)與轉(zhuǎn)移過(guò)程與協(xié)同制造單元存在一定的區(qū)別。具體流程是：協(xié)同制造單元網(wǎng)絡(luò)是由多層次單元組成的，有的協(xié)同制造單元在進(jìn)行協(xié)同任務(wù)的時(shí)候，可能和多家子公司或多家制造單元聯(lián)合完成。各協(xié)同制造單元通過(guò)協(xié)作完成各自的子項(xiàng)目，將其產(chǎn)品或知識(shí)傳遞給上一級(jí)制造單元。最終，產(chǎn)品的全部知識(shí)將傳遞給核心制造單元，核心制造單元再通過(guò)Internet或其他信息源獲取知識(shí)的基礎(chǔ)上完成的核心制造任務(wù)，通過(guò)知識(shí)融合，整合所有制造單元的成果，完成協(xié)同制造任務(wù)，實(shí)現(xiàn)知識(shí)的獲取、學(xué)習(xí)、消化和創(chuàng)新。圖2為核心制造單元的知識(shí)學(xué)習(xí)與轉(zhuǎn)移過(guò)程模型。

圖2 核心制造單元的知識(shí)學(xué)習(xí)與轉(zhuǎn)移過(guò)程模型

二、協(xié)同制造單元自學(xué)習(xí)技術(shù)

每一個(gè)協(xié)同制造單元都具有自學(xué)習(xí)性，可以從外部知識(shí)源、也可以從知識(shí)鏈上各節(jié)點(diǎn)上的共享信息中提取有價(jià)值的知識(shí)進(jìn)行學(xué)習(xí)。但知識(shí)鏈上每一個(gè)知識(shí)單元不是從個(gè)體需求出發(fā)，而是從整個(gè)知識(shí)鏈的需求角度去學(xué)習(xí)，拓展需求知識(shí)的深度和廣度，提高組織的知識(shí)創(chuàng)新能力。協(xié)同制造單元在參與協(xié)同制造的過(guò)程中，不僅可以提供知識(shí)服務(wù)，還可以通過(guò)協(xié)同制造平臺(tái)和外部信息源進(jìn)行自學(xué)習(xí)，來(lái)實(shí)現(xiàn)個(gè)體知識(shí)的增值。常用的自學(xué)習(xí)技術(shù)有遺傳算法、BP神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)和協(xié)同進(jìn)化算法等。采用合適的自學(xué)習(xí)技術(shù)，可以提高學(xué)習(xí)的效率從而提高整個(gè)知識(shí)鏈的知識(shí)增值性。本文采用適合協(xié)同制造單元的協(xié)同進(jìn)化算法，具體模型如下。

1.基于協(xié)同進(jìn)化算法的協(xié)同制造單元自學(xué)習(xí)邏輯模型。基于協(xié)同進(jìn)化思想的進(jìn)化算法近年來(lái)已成為學(xué)術(shù)界關(guān)注的一個(gè)熱點(diǎn)。通過(guò)借鑒自然界中不同生物種群之間相互作用、協(xié)同進(jìn)化的機(jī)理，建立計(jì)算機(jī)可識(shí)別的協(xié)同進(jìn)化算法。協(xié)同進(jìn)化算法把一個(gè)復(fù)雜的問(wèn)題分解為若干個(gè)相對(duì)簡(jiǎn)單的子問(wèn)題，分配給多個(gè)子群體分別進(jìn)行進(jìn)化操作，子群體之間定期進(jìn)行信息的交互，通過(guò)合作或競(jìng)爭(zhēng)的關(guān)系，共同完成優(yōu)化問(wèn)題的求解。本人采用求解SAT問(wèn)題的組織進(jìn)化算法，建立基于協(xié)同進(jìn)化算法的協(xié)同制造單元過(guò)程模型，具體過(guò)程如圖3所示。

圖3 基于協(xié)同進(jìn)化算法的協(xié)同制造單元自學(xué)習(xí)過(guò)程

在圖3中，協(xié)同制造單元通過(guò)協(xié)同進(jìn)化算法在平臺(tái)上進(jìn)行檢索，搜索出建議解，通過(guò)與需求模型進(jìn)行一致性檢驗(yàn)，如果和需求模型相匹配，那么協(xié)同制造單元自學(xué)習(xí)成功；如果不匹配，重新搜索，直到搜索到匹配解或相近解為止。

2.協(xié)同制造單元自學(xué)習(xí)進(jìn)化算法。協(xié)同制造單元自學(xué)習(xí)進(jìn)化算法采用自學(xué)習(xí)算子信息學(xué)習(xí)。自學(xué)習(xí)算子利用問(wèn)題自身的信息進(jìn)行搜索，是協(xié)同制造單元提高自身適應(yīng)度的重要方式。具體算法如下。

在協(xié)同制造單元org上執(zhí)行該算法的條件為：

Fitness（org）＜Sixeorg.

設(shè)org符合上式的條件，則自學(xué)習(xí)算子首先從org的假字句集合中隨機(jī)選擇一個(gè)字句，然后計(jì)算該字句的每個(gè)變量的值取反后org的適應(yīng)度，然后在能使org的適應(yīng)度同樣最大的變量中隨機(jī)選擇一個(gè)取反值，具體步驟如下：

MaxList為一個(gè)整體數(shù)組，記錄使org適應(yīng)度最大的所有變量；MaxCount為當(dāng)前MaxList中的變量集合中的變量u的值取反。

步驟1：從CForg中隨即選擇一個(gè)字句C，且Uc={u1,u2,…uk}；

步驟2：令Max＝－Maxlnt，MaxCount＝1，i＝1；

步驟3：若Fitness(org)>Max，則令Max＝Fitness(org)，MaxList [o]=u，MaxCount=1；否則，若Fitness(org)=Max，則令MaxList [MaxCount]=u，MaxCount=MaxCount+1；

步驟4：令i=i+1，若i≤k，則轉(zhuǎn)步驟3；

步驟5：從MaxList中隨機(jī)選擇一個(gè)變量，將其值取反，并更新org的適應(yīng)度。

三、協(xié)同制造平臺(tái)自學(xué)習(xí)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

本課題基于.NET技術(shù)，采用VisualStudio.NET2005作為開(kāi)發(fā)環(huán)境，以VB.NET作為主要開(kāi)發(fā)語(yǔ)言對(duì)基于協(xié)同進(jìn)化算法的知識(shí)自學(xué)習(xí)模型進(jìn)行了系統(tǒng)開(kāi)發(fā)，使用MicrosoftSQLServer 2003作為數(shù)據(jù)庫(kù)管理系統(tǒng)。自學(xué)習(xí)系統(tǒng)主框架如圖4所示。

圖4 協(xié)同制造單元自學(xué)習(xí)平臺(tái)框架

在圖4中，協(xié)同制造單元自學(xué)習(xí)系統(tǒng)平臺(tái)主要由平臺(tái)基礎(chǔ)層、知識(shí)邏輯層、協(xié)同學(xué)習(xí)層和門(mén)戶層等4層組成。平臺(tái)基礎(chǔ)層主要由知識(shí)庫(kù)、設(shè)計(jì)數(shù)據(jù)庫(kù)、制造數(shù)據(jù)庫(kù)、協(xié)同企業(yè)數(shù)據(jù)庫(kù)、信息系統(tǒng)數(shù)據(jù)庫(kù)等組成，還包括內(nèi)部網(wǎng)、數(shù)據(jù)庫(kù)管理系統(tǒng)、防火墻等基礎(chǔ)設(shè)施。

知識(shí)邏輯層是對(duì)設(shè)計(jì)知識(shí)、制造知識(shí)、仿真知識(shí)、業(yè)務(wù)過(guò)程知識(shí)、算法等進(jìn)行邏輯處理的環(huán)節(jié)，為協(xié)同制造單元自學(xué)習(xí)的實(shí)現(xiàn)提供邏輯支持。

協(xié)同學(xué)習(xí)層是整個(gè)自學(xué)習(xí)系統(tǒng)的核心，自學(xué)習(xí)環(huán)節(jié)對(duì)系統(tǒng)信息進(jìn)行搜索、控制和操作以產(chǎn)生、修正和進(jìn)化知識(shí)，是系統(tǒng)的“知識(shí)創(chuàng)新源”。主要由知識(shí)瀏覽器、知識(shí)管理器、通訊管理器、學(xué)習(xí)搜索引擎和算法管理器等組成。

門(mén)戶層是多協(xié)同制造單元參與協(xié)同作業(yè)的入口，包括金融服務(wù)機(jī)構(gòu)、原材料/裝備供應(yīng)商、協(xié)同制造企業(yè)群、大學(xué)、科研單位等。通過(guò)門(mén)戶接口進(jìn)行知識(shí)的獲取、學(xué)習(xí)、消化和創(chuàng)新。

四、結(jié)束語(yǔ)

本文指出了協(xié)同制造過(guò)程中提高協(xié)同制造單元的自學(xué)習(xí)效率、加快個(gè)體知識(shí)的增值和創(chuàng)新對(duì)企業(yè)發(fā)展的重要意義。提出了協(xié)同制造過(guò)程中的知識(shí)自學(xué)習(xí)模型，建立了基于協(xié)同進(jìn)化算法的協(xié)同制造單元自學(xué)習(xí)系統(tǒng)，使協(xié)同制造單元在參與協(xié)同的過(guò)程中擁有自學(xué)習(xí)、自適應(yīng)能力，并且初步建立了原型系統(tǒng)，下一步工作需要加快完善系統(tǒng)和實(shí)際運(yùn)營(yíng)。

河南省創(chuàng)新型科技人才隊(duì)伍建設(shè)工程資助項(xiàng)目（項(xiàng)目編號(hào)084100510014）