Помощь в учёбе, очень быстро...
Работаем вместе до победы

Разработка моделей, методов и программного обеспечения для оперативного планирования производства на основе теории адаптации и технологии программных агентов

Диссертация: Разработка моделей, методов и программного обеспечения для оперативного планирования производства на основе теории адаптации и технологии программных агентов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Научная новизна исследования определяется в первую очередь разработкой методов и модели, расширяющих возможности информационных систем планирования в контексте формализации экспертных правил, учитывающих отраслевую специфику технологических и производственных процессов, на основе технологии программных агентов и методов их обучения. Метод обучения с подкреплением применен для коллектива… Читать ещё >

Содержание

  • Принятые сокращения
  • Введение.'
  • Глава 1. Анализ технологий, методов и средств автоматизации бизнес процессов планирования для промышленных предприятий
    • 1. 1. Место задач планирования в деятельности предприятия
    • 1. 2. Иерархия задач планирования на производственном предприятии
    • 1. 3. Различные подходы к планированию: методологии
  • MRPII, SCM, JIT
    • 1. 3. 1. Стандарт MRP II
    • 1. 3. 2. Планирование цепочек поставок
    • 1. 4. Программные средства и инструменты производственного планирования
    • 1. 4. 1. Системы класса ERP и MRPII
    • 1. 4. 2. Системы усовершенствованного планирования производства APS
    • 1. 4. 3. Производственные исполнительные системы-MES
    • 1. 5. Некоторые тенденции развития систем. производственного планирования на предприятиях
    • 1. 6. Проблемы внедрения и промышленного. использования информационных систем планирования. на предприятиях
    • 1. 7. Формулировка цели и задач диссертационной работы
    • 1. 8. Выводы к главе 1
  • Глава 2. Формализация задачи оперативного планирования
  • Анализ методов решения
    • 2. 1. Теория расписаний — основа оперативного планирования
    • 2. 2. Объекты и элементы задач теории расписаний
    • 2. 3. Классификация задач построения расписаний
    • 2. 4. Классические задачи теории расписаний
    • 2. 5. Формулировка задачи составления производственного расписания в поточном машиностроении
    • 2. 6. Подходы к решению задач теории расписаний
    • 2. 7. Выводы к главе 2
  • Глава 3. Разработка метода оперативного планирования на основе технологии программных агентов и теории адаптивного поведения
    • 3. 1. Оперативное планирование как адаптивная система
    • 3. 2. Классификация видов адаптации
    • 3. 3. Компоненты адаптивной системы агентов.993.4. Разработка модифицированного генетического алгоритма. для построения производственного расписания
      • 3. 4. 1. Схема кодирования решения
      • 3. 4. 2. Генетические операторы
      • 3. 4. 3. Расчет целевой функции
      • 3. 4. 4. Условия останова алгоритма
    • 3. 5. Интеграция алгоритмов генетического и адаптивного поиска
    • 3. 6. Выводы к главе 3
  • Глава 4. Архитектура и исследование гибридной модели оперативного планирования
    • 4. 1. Программная реализация предложенных алгоритмов
    • 4. 2. Исследования алгоритмов адаптивного и генетического поиска
      • 4. 2. 1. Оценка сходимости алгоритмов
      • 4. 2. 2. Исследование направленности поиска алгоритмов
    • 4. 3. Бизнес-процесс оперативного планирования производства
      • 4. 3. 1. Шаг: Контроль незавершенного производства
      • 4. 3. 2. Шаг: Расчет потребности в выпуске продукции
      • 4. 3. 3. Шаг: Корректировки потребности в выпуске продукции
      • 4. 3. 4. Шаг: Расчет производственного расписания
      • 4. 3. 5. Шаг: Оценка качества расписания
    • 4. 4. Техническая и функциональная архитектуры предложенного. решения
    • 4. 5. Выводы к главе 4

Разработка моделей, методов и программного обеспечения для оперативного планирования производства на основе теории адаптации и технологии программных агентов (реферат, курсовая, диплом, контрольная)

Применение эффективных методологий управления активами предприятия дает существенную выгоду без привлечения дополнительных инвестиций. Практически все имеющиеся методологий уже заложены в функциональность современных информационных систем (ИС). Среди таких ИС наибольшую популярность имеют платформы ERP-класса, охватывающие существенный объем задач планирования и управления ресурсами. Исключение составляют уровни оперативного планирования производства и некоторые задачи управления цепями поставок (SCM), автоматизация которых, как правило, осуществляется с помощью специализированных приложений — систем класса MES (Manufacturing Execution System) и APS (Advanced Planning & Scheduling). Сегодня широко освещены примеры успешного внедрения этих продуктов на производственных площадках предприятий различных отраслей. Однако опыт показывает, что далеко не всегда можно применить существующий на рынке тиражный продукт в реальной жизни. Прежде всего, проблемы, связанные с внедрением того или иного решения, обусловлены спецификой производственной отрасли, а зачастую и особенностями конкретного предприятия. Игнорирование этих особенностей или же заведомое упрощение модели процесса приводит к получению невыполнимого плана в реальных производственных условиях, что в свою очередь сводит на нет результаты, полученные при помощи средств автоматизации. В целом, уровень оперативного планирования играет ключевую роль в организации производства, непосредственно определяя сценарий работы производящих цехов и обеспечивая формирование исполнимых производственных планов, адекватных задачам предприятия.

Таким образом, разработка методов и средств автоматизированного планирования остаются весьма актуальными проблемами. В диссертационной работе предложено новое решение задачи оперативного планирования производства на основе современных интеллектуальных технологий.

Объектом исследования являются сложные производственные системы оперативного планирования, рассматриваемые в плане повышения эффективности их функционирования.

Предмет исследования составляют методы и программные модели планирования производства с учетом ограничений, разрабатываемые на основе теории коллективной адаптации и многоагентных технологий.

Целью работы является, повышение эффективности оперативного планирования производства за счет разработки моделей, алгоритмов и программных средств автоматизированного планирования.

Для достижения поставленной цели в диссертации решаются следующие основные задачи:

1. Обзор существующих подходов к производственному планированию, в современных информационных системах класса ERP, MES, APS. Определение проблем их промышленного использования.

2. Анализ типовых постановок задач оперативного планирования производства.

3. Математическая постановка задачи построения и оптимизации производственного расписания. Обзор методов ее решения.

4. Формализация задачи детального планирования, как системы адаптации программных агентов. Разработка методов взаимодействия агентов.

5. Разработка гибридного алгоритма эвристического поиска в пространстве состояний на основе предложенной многоагентной модели и модифицированного генетического алгоритма.

6. Программная реализация разработанных алгоритмов.

7. Оценка эффективности использования разработанных методов для прикладной задачи планирования поточных линий в промышленных условиях.

Методы исследования. При выполнении диссертации использованы методы исследования операций и математического программирования, дискретной оптимизации и теории расписаний, теории алгоритмов и теории графов, теории программных агентов и многоагентных систем, теории адаптации и коллективного поведения, эволюционного моделирования и генетического поиска, аппарат теории вероятностей и нечетких множеств.

Среди работ в области исследования операций, планирования производства и теории расписаний следует отметить основополагающие труды таких ученых как: Х. Ахьюджа, Г. Вагнер, Д. Джонсон, М. Гэри, Дж.Р. Джексон, М. Н. Захаров, Р. Конвей, А. Кофман, А. А. Колобов, Б. А. Лагоша, А. А. Лазарев, В. Г. Митрофанов, И. Н. Омельченко, М. Л. Пинедо, Г. С. Поспелов, Д. А. Поспелов, Л. И. Смоляр, В. Л. Сосонкин, В. С. Танаев, Е. Б. Фролов, Е. Н. Хоботов, В. В. Шкурба, С.Элмаграби. При разработке методов и алгоритмов планирования на основе подходов искусственного интеллекта автор опирался на публикации ведущих отечественных и зарубежных специалистов по эволюционному моделированию и генетическим алгоритмам (Дж.Холланд, Л. Дэйвис, Д. Голдберг, Д. Фогель, 1.

Д.И.Батищев, И. Л. Букатова, В. В. Емельянов, В. М. Курейчик, Б. К. Лебедев, И.П.Норенков), труды родоначальников теории искусственных агентов, коллективного поведения и многоагентных систем (К.Хьюитт, М.Л.Цетлин) и работы других известных ученых в этой области (М.Вулдридж, В. И. Городецкий, И. Демазо, Н. Дженнингс, К. Лэнгтон, К. Маэс, Ж. Фербе, В. Г. Редько, Р. Саггон, П. О. Скобелев, Л. А. Станкевич, В. Б. Тарасов, В.Ф.Хорошевский).

Научная новизна исследования определяется в первую очередь разработкой методов и модели, расширяющих возможности информационных систем планирования в контексте формализации экспертных правил, учитывающих отраслевую специфику технологических и производственных процессов, на основе технологии программных агентов и методов их обучения. Метод обучения с подкреплением применен для коллектива искусственных агентов, реализованных с использованием концепции анимата. В качестве основы для построения более адекватной оценки состояния агента в части достижения локальных целей (директивных требований) применен аппарат нечетких множеств. Разработана оригинальная схема каскадного взаимодействия агентов при устранении ресурсных конфликтов и нарушений ограничений в ходе поискового процесса. Реализованы специализированные операторы генетического поиска, учитывающие специфику задачи. Предложен гибридный поисковый алгоритм, сочетающий подходы многоагентных технологий и генетические. алгоритмы.

Результаты работы получены в ходе выполнения проектов РФФИ № 0307−90 012, 07−07−418, 08−07−337, 08−07−337, 11−07−780, 11−07−13 165-офи-м-2011;РЖД. Практическая ценность. Предложенные методы и алгоритмы реализованы в виде программ на ЭВМ на языке программирования ANSI С++, с использованием библиотеки STL. Разработанное программное обеспечение интегрировано с ERP-системой ORACLE e-Business Suite, с информационной системой 1С 7.7 и использовано при автоматизации оперативного планирования производства с учетом характерных для конкретных предприятий критериев и ограничений. Архитектура предложенного решения поддерживает большинство промышленных платформ: UNIX, Linux, WIN NT, а также позволяет осуществлять интеграцию с прочими корпоративными информационными системами.

Внедрение и реализация результатов. Результаты исследований, проведенных в диссертационной работе, были внедрены на отечественных предприятиях ОАО «Лебедянский», ЗАО «ФМРус» и ЗАО НПО «Тяжпромарматура», а также использованы в учебном процессе кафедры «Компьютерные системы автоматизации производства» МГТУ им. Н. Э. Баумана.

Достоверность научных положений и выводов диссертации подтверждается результатами вычислительных экспериментов на тестовых и практических задачах, а также актами о внедрении.

Апробация работы. Основные результаты работы докладывались на: Международной научно-технической конференции студентов и аспирантов.

Радиоэлектроника^ электротехника и энергетика" (Москва,, 2002 г.), Научной сессии МИФИ-2002 (Москва, 2002 г.), П-м Международном научно-практическом семинаре «Интегрированные — модели и мягкие вычисления в искусственном интеллекте». (Коломна,. 2003 г.), Международных, научно-технических конференциях IEEE AIS'03 и САВ-2003 (Дивноморское- 2003 г.), Международных научно-технических конференциях: IEEE AIS'04. и CAD-2004 (Дивноморское, 2004 г.),. Ш-мМеждународномнаучно-практическом семинаре «Интегрированные модели и мягкие вычисления в искусственном-интеллекте" — (Коломна, 2005 г.), практическом семинаре «Решения ORACLE дляпищевойпромышленности» — (Москва-. 2007 г.) — IV—й? Международнойнаучно-практической конференции' «Интегрированные модели и мягкие вычисления: в искусственном' интеллекте». (Коломна-. 2007 г.), VI-ш Международной! научно-практической конференции «Интегрированные, модели и мягкие вычисления-: в искусственном интеллекте». (Коломна, 2011 г.), а также на Всероссийской^ конференции «Эффективные методы автоматизации технологической подготовки и планирования' производства"-(Москва, 2011 г.).

На защиту выносятся: '.

1. Модель оперативного планирования производства, как системы адаптации? искусственнь1Х агентов, использующих теорию" анимата и? метод обучения с подкреплением. ;

2. Схема каскадного взаимодействия агентов для: устранения ресурсных конфликтов и нарушений ограничений в ходе поискового процесса.

3. Модифицированные генетические операторы кроссинговера и мутации, снабженные экспертными правилами? относительно предмета решаемой задачи.

4. Гибридный алгоритм оперативного планирования на основе модифицированного генетического алгоритма и алгоритма адаптации.

Основные выводы и результаты.

В диссертации предложены решения теоретических и практических проблем повышения эффективности оперативного планирования производства. На примере прикладной задачи дается описание и исследование модели, использующей современные подходы искусственного интеллекта, что имеет существенное значение: для развития новых методов организации и планирования производства.

1. Исследована проблема, оперативного планирования производства при наличии разнородных ограничений. Показана необходимость использования наряду с классическими методами оптимизации и теории расписаний эвристических методов, опирающихся: на экспертную информацию.

2. Решена задача планирования загрузки поточных линий? в условиях цеховых ограничений. Разработаны алгоритм многоагентного планирования и модифицированный генетический алгоритм, позволяющие учитывать организационно-технологическую специфику при создании оперативного плана производства. Построенные модели каскадного взаимодействия, агентов и модифицированные генетические операторы, позволили значительно (в среднем на 20%) сократить фактическое время, требуемое для получения/ приемлемого варианта плана, удовлетворяющего ограничениям.

3. Построена гибридная модель оперативного планирования, которая позволила учесть достоинства и скомпенсировать недостатки обоих оптимизационных алгоритмов, как в части получения первого приемлемого решения, так и в части нахожденияэффективных решений согласно выбранному критерию оптимизации.

4. Разработана программная архитектура системы оперативного планирования, опирающаяся на подходы технологии «тонкого» клиента при работе в гетерогенных программных средах. Архитектура предложенного решения поддерживает большинство промышленных платформ: UNIX, Linux, WIN NT, а также позволяет осуществлять интеграцию с прочими корпоративными информационными системами.

5. Внедрение разработанных методов, алгоритмов и программных средств на промышленных площадках ОАО «Лебедянский» и ЗАО «ФМРус» позволило снизить фактическое время, затрачиваемое плановиком на подготовку оперативного плана, от нескольких часов до получаса. Впервые удалось уйти от так называемых «интуитивных» оценок качества плана и применить количественную оценку.

6. Предложенные в работе программные инструменты позволили гибко реагировать на изменение производственной программы путем быстрого пересчета производственных планов по несколько раз в сутки, что обеспечило повышение процента заказов, исполняемых в срок и, как следствие, улучшение степени удовлетворенности клиентов.

Показать весь текст

Список литературы

  1. К.В., Жданов A.A., Зарайская И. Ю. Исследование формирования поведенческих стратегий в биолого-кибернетических, экспериментах// Сбь научн. тр. Всероссийской научно-технической., конференции Нейроинформатика-2007. — Mi, 2007. — С.76−84.
  2. М. Введение в методы оптимизации: Пер. с англ. -М.:Наука, 1977. -343с. •.'. .
  3. Афонин- П. В. Гибридные системы интеллектуального < имитационного моделирования на основе бионических подходов и многоагентных моделей: дисс. канд.гехн.наук. Москва., 2005. — 209 с.
  4. Беккер И, Вилков Ji., Таратухин В. В. Менеджмент процессов. М.: Эксмо, 2008. — 384с.
  5. А.Ф., Тарасов В. Б., Теплицкий. Б. Е. Проблемы построения экспертной системы планирования работ в особых условиях// Проблемыприменения экспертных систем в народном хозяйстве. — Кишинев, 1989. -С.34−37.
  6. А.Е., Колобов A.A., Омельченко И. Н. Интегрированная логистическая поддержка жизненного цикла наукоемкой продукции. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2008. 296с.
  7. В.Н., Новиков Д. А. Как управлять проектами. М.: СИНТЕГ, 1997.- 188с.
  8. Г. Основы исследования операций -М.: Мир, 1972.— Т.1 — 336с.
  9. Г. Основы исследования операций -М.: Мир, 1972. — Т.2 — 487с.
  10. Г. Основы исследования операций -М.: Мир, 1972. — Т. З — 503с.
  11. Варшавский В: А., Поспелов Д. А. Оркестр играет без дирижера. Размышления об эволюции некоторых технических систем и управлении ими. -М.: Либроком, 2009. 234с.
  12. Ю., Гельдель X., Шеффер У. Организация стратегического и оперативного планирования на предприятии// Проблемы теории и практики управления. 1998. —№ 2. — С.105−110.
  13. В.А. Эволюционное управление сложными системами // Известия Самарского научного центра РАН. 2000. — Т.2, № 1. — С.53−65.
  14. В.А., Скобелев П. О. Мультиагентные модели взаимодействия для построения сетей потребностей и возможностей в открытых системах// Автоматика и телемеханика. 2003. — № 1. — С.177−185.
  15. Дж. П., Джонс Д. Т. Бережливое производство. Как избавиться от потерь и добиться процветания вашей компании. — М.: Апьпина Бизнес Букс, 2008:-264с.
  16. C.B., Пителинский К. В., Смирнов Ю. Н. Принципы построения систем для расчета производственных расписаний// САПР и графика. -2008. № 9. — С.57−59.
  17. Гаврилов: A.B. Гибридные интеллектуальные системы. Новосибирск: Изд-во НГТУ, 2003. — 168 с.
  18. Д.А. Управление производством на базе стандарта MRP II. — СПб: Питер, 2002. -320 с.
  19. Т.А., Муромцев Д. И. Интеллектуальные технологии вменеджменте.—СПб:Изд-во «Высшая школа менеджмента», 2008. — 487с.
  20. Т.А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000. — 384 с.
  21. Ф., Мюррей У., Райт М. Практическая оптимизация: Пер. с англ. — М.: Мир, 1985. 509 с.
  22. JI.A., Курейчик В. В., Курейчик В. М. Генетические алгоритмы2.е изд., испр. и доп.)/ Под ред. В. М. Курейчика. — М.: Физматлит, 2006. 320 с.
  23. JI.A., Курейчик В. В., Курейчик В. М. Биоинспирированные методы в оптимизации. — М.: Физматлит, 2009. — 384 с.
  24. С.А. Методы адаптивного и генетического поиска в оперативном планировании производства// Известия высших учебных заведений. Машиностроение. 2011.- № 8. — С.74−80.
  25. С.А., Тарасов В. Б. Методы искусственного интеллекта в автоматизации оперативного планирования// Программные продукты и системы. 2007. — № 4. — С.89−92.
  26. С.А., Тарасов В. Б. Интегрированные интеллектуальные системы оперативного планирования производства// Известия Южного федерального университета. Технические науки. — 2011. — № 7. — С.60−67.
  27. С.А. Возможности использования ERP-системы для поддержки оперативного планирования производства// Chief Information Officer — руководитель информационной службы. М., 2006. — № 9 (52). — С.44−49.
  28. С.А. Интеллектуализация систем оперативного планирования производства// Сборник, трудов VI-й Международной научно-практической конференции (г.Коломна), 16−19 мая 2011 г. М., 2011. -Т.2. — С.588−598.
  29. М., Джонсона Д. Вычислительные машины и труднорешаемые задачи: Шер: с англ.,-М.: Мир- 19 821- 416с.
  30. В.В., Курейчик В. В., Курейчик В. М. Теория и практикаэволюционного моделирования— М.: Физматлит, 2003. — 462с.
  31. В.В., Ясиновский С. И. Гибридная система для планирования производства на основе генетических алгоритмов, методов имитации и экспертных систем// Известия ТРТУ. 1996. — № 3. — С.4−9.
  32. В.В., Ясиновский С. И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. -М.: АНВИК, 1998.-427с.164 .
  33. Основы построения мультиагентных систем: Учебное пособие / В. В. Андреев, И. А. Минаков, В .В .Пшенични ков, Е. В. Симонова и др. -Самара: ПГАТИ, 2007. 151с.
  34. От моделей- поведения к искусственному интеллекту/ Под ред. В. Г. Редько. М.: КомКнига, 2006. — 447с.
  35. X., Стайглиц К. Комбинаторная оптимизация-, Алгоритмы ^ сложность: Пер. с англ.-М-: Мир, 1982. 510с.
  36. А.А. Математические модели в управлении производством.-М.: Наука, 1975.- 615с.
  37. Э.В., Фоминых И. Б., Кисель Е. Б. Статические и динамические экспертные системы: Учебное пособие. — М.: Финансы и статистика- 1996. 320с.
  38. Поспелов? Г. С. 'Искусственный интеллект основа новой- информационной технологии: — Mi: Наука- 19i88. — 280с:
  39. Д.А. Многоагентные системы настоящее и будущее // Информационные технологии и вычислительные' системы. — 1998: — № 1.-С. 14−21.
  40. Рассел- С., Норвиг П. • Искусственные- интеллект: современный- подход, 2-е изд.: Пер. с англ. М.: Издательский дом «Вильяме», 2006. — 1408с.88: Растригин J1.A. Адаптация сложных систем Рига: Зинатне, 1981. — 375с.
  41. Редько ВЭволюционная кибернетика. — М.: Наука, 2001.-156с.
  42. Редько 'В.Г. Модели адаптивного поведения// Труды Международных технических конференций IEEE AIS' 03 и CAD-2003, (г.Дивноморск), 310 сентября 2003.-М., 2003. Т. 1 — С. 255−267.
  43. . F.B. Основы построения интеллектуальных систем: учеб. пособие -М.: Финансы и статистика, 2010. -432с.
  44. В.Б. От искусственного интеллекта к искусственной жизни: новые направления в науках об искусственном// Новости искусственного интеллекта. 1995. — № 4. — С.93−117.
  45. В.Б. Новые стратегии реорганизации и автоматизации предприятий: на пути к интеллектуальным предприятиям// Новости искусственного интеллекта. 1996. — № 4. — С.40−84.
  46. В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС, 2002. — 352с. (Науки об искусственном.).
  47. В.Б., Голубин A.B. Эволюционное проектирование: на границе между проектированием и самоорганизацией// Известия ТРТУ. Тематический выпуск Интеллектуальные САПР. 2006. — № 8(63). — С.77−82.
  48. Ю.Ф. Интеллектуальные информационные системы вэкономике. М.: СИНТЕГ, 2002. — 316с.
  49. Taxa Хэмди А. Введение в исследование операций. 6-е издУПер. с англ.-М.: Вильяме, 2001. 912с.
  50. Теория расписаний и вычислительные машины/ Под ред. Э. Г. Коффмана. М.: Наука, 1984. — 334с.
  51. Э.А., Игнатова Л. А. Автоматизированные системы управления производством. -М: Машиностроение, 1991. 96 с.
  52. Т., Сталь Р. Планирование продаж и операций. Практическое руководство: Пер. с англ. 3-е изд. СПб.: Питер, 2009. — 272с.
  53. Управление жизненным циклом продукции/ А. Ф. Колчин, I
  54. М.В.Овсянников, А. Ф. Стрекалов, С. В. Сумароков. М.: Анахарсис, 2002. — 304с.
  55. Е.Б., Загидуллин P.P. MES-системы как они есть или Эволюция систем планирования производства // Генеральный директор. — 2008. — № 4.-С. 84−91.
  56. Е.Б., Загидуллин P.P. Оперативно-календарное планирование и диспетчирование в MES-системах // Станочный парк. 2008. — № 11. — С.22−27.
  57. E.H. Организационно-техническое управление. Курс лекций. -М.:Изд-во МГТУ им. Н. Э. Баумана, 2003. 4.2- 74с.
  58. E.H. О некоторых моделях и методах решения задач планирования в дискретных производствах// Автоматика и телемеханика. 2007. — № 12. — С. 85−100.
  59. E.H. Агрегирование в задачах планирования и построения расписаний// Труды VI-й Московской международной конференции по исследованию операций — М., 2010. — С.315−317.
  60. M.JI. Исследования по теории автоматов и моделированию биологических систем. М.: Наука, 1969. — 316 с.
  61. Дж. Моделирование цепи поставок: Пер. с англ.- СПб.: Питер, 2006. — 720 с. (Серия «Теория менеджмента»).
  62. Н.Г. Основы теории нечетких и гибридных систем. — М.: Финансы и статистика, 2004. — 320 с.
  63. SAP ERP. Построение эффективной системы управления: Пер. с англ. -М.: Альпина бизнес букс, 2008. — 346 с.
  64. Advanced Planning and Scheduling Solutions in Process Industry/ Ed. by H.-O. Gunther. Berlin: Springer-Verlag, 2003. — 426p.
  65. Bagchi T.P. Multiobjective Scheduling by Genetic Algorithms. — Boston: Kluwer Academic Publishers, 1999. 183p.
  66. Brucker P. Scheduling Algorithms. -Berlin: Springer-Verlag, 2001. -365p.
  67. Brucker P., Knust S. Complex Scheduling. -Berlin: Springer-Verlag, 2006. -285p.
  68. Davis L. Handbook of Genetic Algorithms. New York: Van Nostrand Reinhold, 1991.-384p.
  69. Goldberg D.E. Genetic Algorithms in Search, Optimization and Machine Learning. New York: Addison-Wesley Publishing Company Inc., 1989. -432p.
  70. Graves S.C. A Review of Production Scheduling// Operations Research. — 1981.-Vol.29. -P.646−676.
  71. Hall N.G., Potts C.N. Supply Chain Scheduling: Batching and Delivery // Operations Research. -2003. Vol. 51. -P.566−584.
  72. Handbook of Scheduling: Algorithms, Models and Performance Analysis. /Ed. by J: Y.-T. Leung. Boca Raton (Florida): Chapman & Hall/CRC, 2004. — 1216p.
  73. Herrmann J., Lee C.-Y., Snowdon J. A Classification of Static Scheduling Problems// Complexity in Numerical Optimization/ Ed. by P. M. Pardalos. -Singapore: World Scientific, 1993. -P.203−253.
  74. Holland J.H. Adaptation in Natural and Artificial Systems: An Introductory Analysis with «Application to Biology, Control and Artificial Intelligence. -Ann Arbor: University of Michigan Press, 1975. 21 lp.'
  75. Jain A.S., Meeran S. Deterministic Job-Shop Scheduling: Past, Present and Future// European Journal of Operational Research. — 1999. —Vol.113. -P.390−434.
  76. Kerzner H. Project Management: A Systems Approach to Planning, Scheduling and Controlling, Fifth Edition. New York: Van Nostrand Reinhold, 1994. — 1152p.
  77. Kirkpatrick S., Gelatt C.D., Vecchi M.P. Optimization by Simulated Annealing// Science. 1983. -Vol. 220: -P.671−680.
  78. Kusiak A., Chen M. Expert Systems for- Planning and» Scheduling. Manufacturing Systems// European Journal of Operational Research. 1988.-Vol. 34. —P.113−130.
  79. Manufacturing Execution Systems (MES)/- Edr. by" JI Kletti. --- Berlin -Heidelberg: Springer-Verlag, 2007. 885p.
  80. Miller T.C. Hierarchical Operations and Supply Chain Planning.- London: Springer Verlag- 2002. 265p.
  81. Morton Т.Е., Pentico D: Heuristic Scheduling Systems. New York: John Wiley and Sons, 1993. — 720p.
  82. Noronha S.J., Sarma V.V.S. Knowledge-Based Approaches for Scheduling Problems: a Survey// IEEE Transactions on Knowledge and Data Engineering. 1991. -Vol. 3.-P.160−171.
  83. ORACLE Applications Implementation Method: Redwood Shores: Oracle University, 2005. — 855p. '
  84. ORTEMS — System — Documentationi — Lyon: ORTEMS' Pre s s j 2009^ — p. 1025.
  85. Parker R.G. Deterministic Scheduling Theory.-London: Chapman & Hall, 1995.-296p-148i Pinedo M.L. Scheduling Theory, Algorithms, and Systems, 2 ed. — Upper Saddle River, New- Jersey: Prentice-Hall, 2002. — 586p.
  86. Pinedo M.L. Planning and Scheduling in Manufacturing and Services, 2nd ed. Heidelberg: Springer Verlag, 2009. — 537p.
  87. Pinson. E. The Job Shop Scheduling Problem: A Concise Survey and Some Recent Developments. Scheduling Theory and its Applications/ Ed. by
  88. Ph.Chretienne, E.G. Coffman, J.K. Lenstra, Z. Liu. New York: John Wiley and Sons, 1995. — P. 177−293.
  89. Potts C.N., van Wassenhove L.N. Algorithms for Scheduling a Single Machine to Minimize the Weighted Number of Late Jobs// Management Science. -1988. Vol.34. -P.843−858.
  90. Rachamadugu R., Stecke K.E. Classification and Review of FMS Scheduling-Procedures// Production Planning and Control. -1994. Vol. 5. — P.2−20.
  91. Rodammer F.A. White K.P. A Recent Survey of Production Scheduling // IEEE Transactions on Systems, Man and Cybernetics. 1988. — Vol.18. -P.841−851.
  92. Shaw M.J.P., Whinston A.B. An Artificial Intelligence Approach to the Scheduling of Flexible Manufacturing Systems// HE Transactions. -1989. — Vol.21.-P.170−183.
  93. Shingo S. Study of Toyota Production System from Industrial Engineering Viewpoint Tokyo: Nihon Noritsu Kyokai (Japan Management Association), 1982.-258p.
  94. Smith S.F., Fox M.S., Ow P. S. Constructing and Maintaining Detailed Production Plans: Investigations into the Development' of Knowledge-Based Factory Scheduling Systems// AD Magazine. 1986. — Vol.7. -P.45−61.
  95. Sutton R., Barto A. Reinforcement Learning: An Introduction. Cambridge: MIT Press, 1998.-342p.
  96. Vaessens R.J.M., Aarts E.H.L., Lenstra J.K. Job Shop Scheduling by Local Search// INFORMS Journal on Computing. 1996. — Vol.8. — P.302−317.
  97. Vieira G.E., Herrmann J.W., Lin E. Rescheduling Manufacturing Systems: A Framework of Strategies, Policies and Methods// Journal of Scheduling. — 2003.-Vol.6.-P.39−62.
  98. Wu S.D., By eon S. E, Storer R.H. A Graph-Theoretic Decomposition of Job
  99. Shop Scheduling Problems to Achieve Schedule Robustness// Operations Research. -1999. Vol. 47. -P. 113−124.
  100. ZadehL.A. Fuzzy Sets//Information and Control.- 1965.-Vol.8.-P.338−353.
Заполнить форму текущей работой

Пора сдавать?