協同制造單元的知識自學習建模與技術研究*

河南中煙工業有限責任公司駐馬店卷煙廠 范國民

協同制造單元的知識自學習建模與技術研究*

河南中煙工業有限責任公司駐馬店卷煙廠 范國民

當前，隨著計算機技術和制造技術的快速發展，各種先進制造系統應運而生，協同制造模式便是其中之一。通過采用協同技術、工作流建模技術、虛擬仿真技術、自學習技術及其他技術，核心制造單元將參與該制造任務的企業內部和外部協同制造單元動態組織起來，合理組織、協調和調度制造任務，協同完成該制造任務。協同制造單元在參與協同制造的過程中，將各自擁有的知識或產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，通過在協同知識鏈上的自學習，最大化地實現知識收益。

傳統的制造聯盟重視合作任務是否順利完成，強調產品或知識完成的時間、質量、成本等。然而，協同是當前企業的必然選擇，盡管協同過程中獲取經濟效益對協同制造單元非常重要，但知識是所有企業的核心資源，核心知識是否高效增值是企業未來可持續發展的關鍵。在協同制造模式中，協同制造單元積極參與到產品的協同制造過程中，在提供本身核心知識服務的同時，還可以通過協同制造平臺和外部信息源進行自學習，來實現個體知識的增值。因此，如何在產品協同制造過程中提高協同制造單元的自學習效率、加快個體知識的增值和創新對企業的發展極其重要，對于提高企業的核心競爭力也具有十分重要的意義。

本文將研究協同制造過程中的知識自學習模型，建立協同制造單元和核心制造單元的知識學習與轉移過程模型，研究協同制造過程中各智能體的自學習過程和機理。建立基于協同進化算法的協同制造單元自學習模型和算法，提高各智能體的自學習效率，實現協同制造單元知識增值的最大化。

一、協同制造過程中的知識自學習模型

1.協同制造單元的知識學習與轉移過程模型。圖1的協同制造單元知識學習與轉移過程模型反映了協同制造單元的知識自學習與轉移的過程，體現了協同制造過程中知識的新陳代謝流動過程。具體流程是：協同制造單元識別并獲取知識源（Internet、核心制造單元下達的制造任務需求、協同制造平臺上的共享信息和其他信息源）上的有用知識，通過完成相應的協同制造任務，將不同學科、不同類型的知識融合到產品中（部分協同制造單元只提供技術咨詢或技術支持），核心制造單元獲取協同制造單元的產品或技術后，進行消化和集成創新，完成產品的協同制造，并將部分共享知識存儲發布到Internet、協同制造平臺或其他資源庫上。

圖1 協同制造單元的知識學習與轉移過程模型

2.核心制造單元的知識學習與轉移過程模型。由于協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學習與轉移過程與協同制造單元存在一定的區別。具體流程是：協同制造單元網絡是由多層次單元組成的，有的協同制造單元在進行協同任務的時候，可能和多家子公司或多家制造單元聯合完成。各協同制造單元通過協作完成各自的子項目，將其產品或知識傳遞給上一級制造單元。最終，產品的全部知識將傳遞給核心制造單元，核心制造單元再通過Internet或其他信息源獲取知識的基礎上完成的核心制造任務，通過知識融合，整合所有制造單元的成果，完成協同制造任務，實現知識的獲取、學習、消化和創新。圖2為核心制造單元的知識學習與轉移過程模型。

圖2 核心制造單元的知識學習與轉移過程模型

二、協同制造單元自學習技術

每一個協同制造單元都具有自學習性，可以從外部知識源、也可以從知識鏈上各節點上的共享信息中提取有價值的知識進行學習。但知識鏈上每一個知識單元不是從個體需求出發，而是從整個知識鏈的需求角度去學習，拓展需求知識的深度和廣度，提高組織的知識創新能力。協同制造單元在參與協同制造的過程中，不僅可以提供知識服務，還可以通過協同制造平臺和外部信息源進行自學習，來實現個體知識的增值。常用的自學習技術有遺傳算法、BP神經網絡、貝葉斯網絡、模糊神經網絡和協同進化算法等。采用合適的自學習技術，可以提高學習的效率從而提高整個知識鏈的知識增值性。本文采用適合協同制造單元的協同進化算法，具體模型如下。

1.基于協同進化算法的協同制造單元自學習邏輯模型。基于協同進化思想的進化算法近年來已成為學術界關注的一個熱點。通過借鑒自然界中不同生物種群之間相互作用、協同進化的機理，建立計算機可識別的協同進化算法。協同進化算法把一個復雜的問題分解為若干個相對簡單的子問題，分配給多個子群體分別進行進化操作，子群體之間定期進行信息的交互，通過合作或競爭的關系，共同完成優化問題的求解。本人采用求解SAT問題的組織進化算法，建立基于協同進化算法的協同制造單元過程模型，具體過程如圖3所示。

圖3 基于協同進化算法的協同制造單元自學習過程

在圖3中，協同制造單元通過協同進化算法在平臺上進行檢索，搜索出建議解，通過與需求模型進行一致性檢驗，如果和需求模型相匹配，那么協同制造單元自學習成功；如果不匹配，重新搜索，直到搜索到匹配解或相近解為止。

2.協同制造單元自學習進化算法。協同制造單元自學習進化算法采用自學習算子信息學習。自學習算子利用問題自身的信息進行搜索，是協同制造單元提高自身適應度的重要方式。具體算法如下。

在協同制造單元org上執行該算法的條件為：

Fitness（org）＜Sixeorg.

設org符合上式的條件，則自學習算子首先從org的假字句集合中隨機選擇一個字句，然后計算該字句的每個變量的值取反后org的適應度，然后在能使org的適應度同樣最大的變量中隨機選擇一個取反值，具體步驟如下：

MaxList為一個整體數組，記錄使org適應度最大的所有變量；MaxCount為當前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，則轉步驟3；

步驟5：從MaxList中隨機選擇一個變量，將其值取反，并更新org的適應度。

三、協同制造平臺自學習系統的設計與實現

本課題基于.NET技術，采用VisualStudio.NET2005作為開發環境，以VB.NET作為主要開發語言對基于協同進化算法的知識自學習模型進行了系統開發，使用MicrosoftSQLServer 2003作為數據庫管理系統。自學習系統主框架如圖4所示。

圖4 協同制造單元自學習平臺框架

在圖4中，協同制造單元自學習系統平臺主要由平臺基礎層、知識邏輯層、協同學習層和門戶層等4層組成。平臺基礎層主要由知識庫、設計數據庫、制造數據庫、協同企業數據庫、信息系統數據庫等組成，還包括內部網、數據庫管理系統、防火墻等基礎設施。

知識邏輯層是對設計知識、制造知識、仿真知識、業務過程知識、算法等進行邏輯處理的環節，為協同制造單元自學習的實現提供邏輯支持。

協同學習層是整個自學習系統的核心，自學習環節對系統信息進行搜索、控制和操作以產生、修正和進化知識，是系統的“知識創新源”。主要由知識瀏覽器、知識管理器、通訊管理器、學習搜索引擎和算法管理器等組成。

門戶層是多協同制造單元參與協同作業的入口，包括金融服務機構、原材料/裝備供應商、協同制造企業群、大學、科研單位等。通過門戶接口進行知識的獲取、學習、消化和創新。

四、結束語

本文指出了協同制造過程中提高協同制造單元的自學習效率、加快個體知識的增值和創新對企業發展的重要意義。提出了協同制造過程中的知識自學習模型，建立了基于協同進化算法的協同制造單元自學習系統，使協同制造單元在參與協同的過程中擁有自學習、自適應能力，并且初步建立了原型系統，下一步工作需要加快完善系統和實際運營。

河南省創新型科技人才隊伍建設工程資助項目（項目編號084100510014）