[发明专利]面向自适应调度与无人生产线协同的智能预警方法和系统

权利要求书

1.一种面向自适应调度与无人生产线协同的智能预警方法，其特征在于，该方法包括：

基于载荷指标的参考值范围，获取训练数据和测试数据；

基于训练数据，构建扩展置信规则库；

基于扩展置信规则库构建加权全连接图；

构建加权全连接图的最小生成树；

基于测试数据，选择备选激活规则；

基于备选激活规则，对扩展置信规则库进行推理，输出预测结果；

所述基于载荷指标的参考值范围，获取训练数据和测试数据包括:

获取M个载荷指标及其数值范围，基于每个所述载荷指标的数值范围，随机产生L条载荷指标数据x_l；

获取每条所述载荷指标数据x_l对应的载荷状况y_l；

基于预设阈值，将所述载荷指标数据及其载荷状况划分为由L_TR个载荷指标数据及其载荷状况构成的训练数据和L_TE个载荷指标数据构成的测试数据；

所述基于训练数据，构建扩展置信规则库，具体包括如下步骤：

所述扩展置信规则库R＝{R_k,k＝1,2,…,L_TR}，包括：

L_TR条扩展置信规则，每条扩展置信规则包括M个前提属性U_i(i＝1,…,M)、一个结果属性D；

第i个前提属性U_i用J_i个参考值A_i,j(j＝1,…,J_i)进行描述；

结果属性D用N个参考值D_n(n＝1,…,N)进行描述；

θ_k表示第k条扩展置信规则的权重，0θ_k≤1；

δ_i表示第i个前提属性的权重0δ_i≤1，且

第k条扩展置信规则R_k的表达如下所示：

其中：

为R_k中U_i的信念分布；

为R_k中D的信念分布；

表示第k条规则中用参考值A_i,j描述前提属性U_i的信念度，且

表示用参考值D_n描述结果属性D的信念度，且满足

若那么表明第k条规则的结果是完全的，否则是不完全的；

利用等价转化技术将第l条训练数据的载荷指标数据转换成U_i参考值上信念分布，步骤如下：

S(x_l,i)＝{(A_i,j,α_i,j),j＝1,…,J_i}，i＝1,…,M；

其中：

α_i,j+1＝1-α_i,j；

若u(A_i,j)≤x_l,i≤u(A_i,j+1)，α_i,k＝0,k＝1,…,J_i且k≠j,j+1；

其中u(A_i,j)表示参考值A_i,j效用值；

第l条训练数据对应的载荷状况y_l转换为参考值D_n的信念度的过程与载荷指标数据的转换过程相同；

所述基于扩展置信规则库构建加权全连接图包括：

根据每条规则的前提属性构建加权全连接图P＝(V,E,W)；

扩展置信规则库R中的规则与P中节点一一对应，即且|E|＝L_TR*(L_TR-1)；

每两条规则R_t和R_k的前提属性之间的差异设为P中点v_t和v_k连接形成的边的权重，且计算公式为：

所述基于测试数据，选择备选激活规则；包括如下步骤：

针对测试数据将按照训练数据中载荷指标数据的转换过程将其转换为信念分布的形式，即

然后计算其与扩展置信规则库中的每条规则的前提属性之间的相似度，以R_k为例，与R_k的前提属性之间相似度的计算方法如下：

从所有规则中选择与测试数据相似度最高的规则R^q，其中R^q的确定方法如下：

将最小生成树T中与R^q对应的点v^q直接相连的所有点对应的规则作为备选激活规则。