周建華,唐敦兵,張海濤,鄭 堃,蔡祺祥
(南京航空航天大學(xué) 機(jī)電學(xué)院,江蘇 南京 210016)
隨著技術(shù)與經(jīng)濟(jì)的快速發(fā)展,制造企業(yè)的市場環(huán)境和生產(chǎn)條件變得更加復(fù)雜和不可預(yù)測,市場與競爭全球化、客戶需求日益?zhèn)€性化、產(chǎn)品生命周期縮短以及產(chǎn)品對(duì)功能、價(jià)格、質(zhì)量和交貨期等對(duì)制造系統(tǒng)提出了更高的要求,快速、有效地處理各種動(dòng)態(tài)變化的要求和制造過程的各種不確定性因素是制造系統(tǒng)建模中的自適應(yīng)、自組織和全局優(yōu)化控制等需要考慮的重要問題。本文借鑒生物系統(tǒng)的組織結(jié)構(gòu)、自適應(yīng)控制和調(diào)節(jié)規(guī)律等,提出了有機(jī)制造系統(tǒng)的概念[1],并將生物體的神經(jīng)調(diào)節(jié)、內(nèi)分泌調(diào)節(jié)和免疫防御等機(jī)制應(yīng)用于制造系統(tǒng)的研究中,為解決制造系統(tǒng)應(yīng)對(duì)復(fù)雜動(dòng)態(tài)性問題的自我調(diào)節(jié)、自組織和自適應(yīng)等研究提供了新思路。
由于制造系統(tǒng)越來越復(fù)雜,運(yùn)行過程中不確定性擾動(dòng)(如任務(wù)變化、物料準(zhǔn)備延誤、操作延時(shí)和設(shè)備故障等)頻繁出現(xiàn)。造成不確定性的原因包括信息的缺乏、復(fù)雜性、彼此沖突和可信度,數(shù)據(jù)表述的模糊性,以及測量的誤差等[2]。擾動(dòng)的影響時(shí)間分為短時(shí)間內(nèi)產(chǎn)生的擾動(dòng)和長時(shí)間的擾動(dòng)因素[3]。在擾動(dòng)事件的影響和處理上可分為任務(wù)層擾動(dòng)、生產(chǎn)工藝層擾動(dòng)、物料資源層擾動(dòng)和生產(chǎn)執(zhí)行層擾動(dòng)[4]。
受生物免疫系統(tǒng)機(jī)制啟發(fā)產(chǎn)生的人工免疫系統(tǒng)已廣泛應(yīng)用于各領(lǐng)域的研究中。在故障診斷領(lǐng)域,人工免疫系統(tǒng)的相關(guān)理論已經(jīng)有很多研究和實(shí)際應(yīng)用[5]。免疫機(jī)理在生產(chǎn)安全和事故預(yù)警領(lǐng)域中已得到研究和應(yīng)用[6]。在生產(chǎn)制造領(lǐng)域,免疫原理已用于建立產(chǎn)品制造過程的關(guān)鍵質(zhì)量特征預(yù)防控制模型[7]和構(gòu)建制造系統(tǒng)在線故障監(jiān)測與診斷的免疫防御系統(tǒng)模型[8]。
本文結(jié)合有機(jī)制造系統(tǒng)中的擾動(dòng)特點(diǎn)和生物免疫機(jī)制,提出了處理有機(jī)制造系統(tǒng)中不確定性擾動(dòng)的免疫監(jiān)控模型,采用免疫機(jī)制處理系統(tǒng)中的擾動(dòng)事件,以維持系統(tǒng)的穩(wěn)定和高效運(yùn)行。
本文借鑒生物系統(tǒng)的研究成果和神經(jīng)—體液調(diào)控、免疫機(jī)制等的相關(guān)知識(shí),將自組織和自適應(yīng)視為制造系統(tǒng)的生命特征,提出了有機(jī)制造系統(tǒng)的概念[9-10]。
有機(jī)制造單元作為系統(tǒng)的基本組成部分,對(duì)應(yīng)于生命體的各層次器官,是一個(gè)具有自組織功能的自主體,由數(shù)字神經(jīng)節(jié)點(diǎn)、控制器、感知器、決策器及設(shè)備等組成,能針對(duì)內(nèi)、外部環(huán)境的變化進(jìn)行自我調(diào)節(jié),以應(yīng)對(duì)各種復(fù)雜性因素。最為宏觀層次可將有機(jī)制造系統(tǒng)視為有機(jī)制造單元,而最低層次可將制造資源(機(jī)床、AGV和機(jī)器人等)作為一個(gè)有機(jī)制造單元。
有機(jī)制造系統(tǒng)模型由不同層次的有機(jī)制造單元構(gòu)成遞歸控制的結(jié)構(gòu),每一層次上的有機(jī)制造單元都能對(duì)自身面臨的內(nèi)、外環(huán)境變化進(jìn)行自我調(diào)節(jié)。宏觀層有機(jī)制造單元在對(duì)子系統(tǒng)的監(jiān)督和各子系統(tǒng)之間充分交流協(xié)作基礎(chǔ)上,對(duì)微觀層有機(jī)制造單元進(jìn)行協(xié)調(diào)控制。
生物免疫系統(tǒng)具有免疫監(jiān)視和識(shí)別、學(xué)習(xí)、記憶、反饋和防御等機(jī)制[11]。免疫監(jiān)視和識(shí)別指免疫系統(tǒng)會(huì)對(duì)生物體的內(nèi)、外部環(huán)境進(jìn)行監(jiān)測,區(qū)分“自我(自身組織)”和“非我(外部病原體和體內(nèi)的病變細(xì)胞)”;免疫學(xué)習(xí)指初次識(shí)別一種新的抗原時(shí),需要較長的時(shí)間才能生產(chǎn)新的抗體來清除抗原;免疫記憶是指系統(tǒng)會(huì)保留抗原的記憶信息,當(dāng)再次遇到相同或者結(jié)構(gòu)相似的抗原時(shí),在記憶機(jī)制的作用下能迅速應(yīng)答。在免疫應(yīng)答過程中,抗體、抗原和免疫細(xì)胞之間存在相互作用的免疫反饋機(jī)制。當(dāng)抗原較多時(shí),免疫細(xì)胞和抗體會(huì)增多;當(dāng)抗體較多時(shí),一段時(shí)間后抗原減少,免疫系統(tǒng)趨于平衡,體現(xiàn)出反饋效應(yīng)。
有機(jī)制造系統(tǒng)在運(yùn)行過程中會(huì)遇到諸如機(jī)器或設(shè)備的故障、訂單的變化、人員缺勤或操作失誤、物料不能及時(shí)供應(yīng)等不確定性擾動(dòng),因此,需要建立合理的擾動(dòng)監(jiān)測指標(biāo)體系,當(dāng)檢測到各指標(biāo)的變化后,要能夠準(zhǔn)確地識(shí)別出異常。對(duì)于首次遇到的擾動(dòng),形成解決措施的過程較慢,解決問題的時(shí)間較長;而對(duì)于反復(fù)出現(xiàn)的類似問題,系統(tǒng)可以參考以往出現(xiàn)的情況,形成快速有效的應(yīng)對(duì)方法,系統(tǒng)自適應(yīng)的形成決策,減少擾動(dòng)影響。這個(gè)過程體現(xiàn)了監(jiān)控模塊的“學(xué)習(xí)”機(jī)制,這相當(dāng)于生物免疫系統(tǒng)的免疫學(xué)習(xí),監(jiān)控模塊對(duì)類似問題的判斷體現(xiàn)了“記憶”機(jī)制相當(dāng)于生物免疫系統(tǒng)的免疫記憶,監(jiān)控模塊形成決策后作用于系統(tǒng),使系統(tǒng)的生產(chǎn)趨于穩(wěn)定狀態(tài)體現(xiàn)出“反饋”,這相當(dāng)于生物免疫系統(tǒng)的反饋機(jī)制。因此,可以借鑒生物免疫系統(tǒng)的功能和機(jī)制來構(gòu)建有機(jī)制造系統(tǒng)的監(jiān)控模塊。
有機(jī)制造系統(tǒng)由各有機(jī)制造單元通過一定的組織特性和控制方式,形成具有遞歸控制特征的控制模型。在構(gòu)建系統(tǒng)免疫監(jiān)控模塊時(shí),需要考慮系統(tǒng)的控制模型要求,本文建立的免疫監(jiān)控模型如圖1所示。
圖1 有機(jī)制造系統(tǒng)的免疫監(jiān)控系統(tǒng)模型
圖1中,免疫監(jiān)控單元的傳感器完成數(shù)據(jù)采集和處理功能;決策器接收任務(wù)信息并決定單元行為;控制器主要執(zhí)行相關(guān)的指令;顯示器對(duì)單元的狀態(tài)進(jìn)行顯示;通信接口完成各監(jiān)控單元之間免疫信息的傳遞或與系統(tǒng)控制器進(jìn)行通信。
在系統(tǒng)的免疫監(jiān)控模塊中,單元免疫監(jiān)控模塊能針對(duì)內(nèi)、外部環(huán)境變化進(jìn)行自適應(yīng)調(diào)節(jié),系統(tǒng)中完成同種類型功能的單元之間的功能模塊、內(nèi)外部環(huán)境具有很大的相似性,其免疫環(huán)境和信息具有類似性和關(guān)聯(lián)性,面臨著相同的抗原和抗體等;因此,它們可以組成免疫細(xì)胞系,通過相互之間進(jìn)行任務(wù)、狀態(tài)和免疫信息傳遞,協(xié)調(diào)同種類型的有機(jī)制造單元內(nèi)的任務(wù),在不同類型的單元之間,通過系統(tǒng)控制器對(duì)系統(tǒng)中的各組成單元進(jìn)行協(xié)調(diào)控制,實(shí)現(xiàn)免疫調(diào)節(jié)功能。
根據(jù)有機(jī)制造系統(tǒng)的控制和監(jiān)控功能的要求,基于制造系統(tǒng)監(jiān)控方法和生物免疫機(jī)制,整個(gè)免疫監(jiān)控模塊總體的運(yùn)行機(jī)制如圖2所示。
圖2 有機(jī)制造系統(tǒng)免疫監(jiān)控模型的運(yùn)行機(jī)制
在有機(jī)制造系統(tǒng)免疫監(jiān)控中監(jiān)測模塊主要針對(duì)系統(tǒng)中的信息和運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)采集,包括設(shè)備和物料信息、生產(chǎn)任務(wù)/訂單信息、人員信息和系統(tǒng)運(yùn)行中的狀態(tài)信息,本文假設(shè)檢測模塊輸出的數(shù)據(jù)是經(jīng)過處理后的有效的監(jiān)測數(shù)據(jù)。
有機(jī)制造系統(tǒng)在運(yùn)行過程中,各種擾動(dòng)事件的發(fā)生將破壞系統(tǒng)的穩(wěn)定運(yùn)行,在同一時(shí)間出現(xiàn)的擾動(dòng)事件越多,事件影響越嚴(yán)重,則系統(tǒng)的運(yùn)行狀態(tài)變得越惡劣,類似于生命系統(tǒng),可以認(rèn)為有機(jī)制造系統(tǒng)同樣存在健康狀態(tài)。本文定義抗原濃度表示擾動(dòng)事件的多少和嚴(yán)重性,定義系統(tǒng)的健康狀態(tài)為免疫力指數(shù),綜合系統(tǒng)中的所有抗原來評(píng)估系統(tǒng)的免疫力指數(shù)。當(dāng)抗原濃度越小時(shí),免疫力指數(shù)越大,系統(tǒng)處于健康狀態(tài);當(dāng)抗原濃度越大時(shí),對(duì)系統(tǒng)的威脅越大,免疫力指數(shù)降低,系統(tǒng)運(yùn)行狀態(tài)惡化,當(dāng)免疫力指數(shù)低于閾值時(shí),需要免疫監(jiān)控模塊對(duì)擾動(dòng)進(jìn)行處理。
自適應(yīng)協(xié)調(diào)控制階段,結(jié)合系統(tǒng)當(dāng)前的狀態(tài)信息,調(diào)度模塊在抗體中參數(shù)的作用下,調(diào)用系統(tǒng)中的自適應(yīng)調(diào)度算法,生成新的調(diào)度作業(yè)方案,通過執(zhí)行新的作業(yè)方案消除擾動(dòng)造成的影響,維持系統(tǒng)高效、穩(wěn)定地運(yùn)行。
有機(jī)制造系統(tǒng)免疫監(jiān)控模型主要是借鑒生物免疫系統(tǒng)的機(jī)制,對(duì)擾動(dòng)進(jìn)行識(shí)別,并對(duì)其造成的影響和系統(tǒng)的狀態(tài)進(jìn)行量化評(píng)估,針對(duì)性地生成控制方案,消除擾動(dòng)對(duì)系統(tǒng)的影響,其功能包括免疫識(shí)別、免疫狀態(tài)評(píng)估、免疫學(xué)習(xí)和記憶和免疫自適應(yīng)調(diào)節(jié)等,如圖3所示。
圖3 有機(jī)制造系統(tǒng)免疫監(jiān)控模型的功能模型
以0,1對(duì)抗原二進(jìn)制編碼,即經(jīng)過檢測模塊對(duì)數(shù)據(jù)進(jìn)行處理后擾動(dòng)狀態(tài)向量中的各擾動(dòng)事件的值用布爾量0,1表示,免疫識(shí)別過程如圖4所示。
將免疫監(jiān)控模型中各種類型的擾動(dòng)狀態(tài)“自體集”定義為:
(1)
各類擾動(dòng)的狀態(tài)向量定義為:
(2)
經(jīng)過免疫識(shí)別后,生成抗原
(3)
其中擾動(dòng)事件的狀態(tài)表示為:
圖4 抗原識(shí)別流程圖
2.2.1 復(fù)雜系統(tǒng)監(jiān)控狀態(tài)評(píng)估方法簡介
目前,橋梁、電力、核工業(yè)和軍事裝備等領(lǐng)域已經(jīng)廣泛采用了健康狀態(tài)評(píng)估技術(shù)[12],常見的健康狀態(tài)評(píng)估方法有模型法、層次分析法、模糊評(píng)判法、基于貝葉斯網(wǎng)絡(luò)的方法和灰色理論等。
本文基于群決策的模糊層次分析法[13]來構(gòu)建有機(jī)制造系統(tǒng)免疫監(jiān)控系統(tǒng)的免疫力指數(shù)模型,定量地分析系統(tǒng)中各種擾動(dòng)事件對(duì)有機(jī)制造系統(tǒng)的影響并評(píng)估有機(jī)制造系統(tǒng)的性能趨勢。
2.2.2 有機(jī)制造系統(tǒng)中擾動(dòng)層次模型的建立
在對(duì)有機(jī)制造系統(tǒng)的擾動(dòng)因素分析的基礎(chǔ)上,構(gòu)建監(jiān)控的指標(biāo)體系和擾動(dòng)分析的層次模型,提出的系統(tǒng)免疫力指數(shù)評(píng)估層次結(jié)構(gòu)如圖5所示。目標(biāo)層A為有機(jī)制造系統(tǒng)的免疫力指數(shù);準(zhǔn)則層B包括系統(tǒng)中m種抗原;指標(biāo)層C包括各抗原所包含的多個(gè)擾動(dòng)事件,擾動(dòng)事件的發(fā)生與否將決定整個(gè)有機(jī)制造系統(tǒng)的免疫力指數(shù)大小。
圖5 免疫力指數(shù)層次分析模型圖
2.2.3 基于群決策的模糊層次分析法計(jì)算權(quán)重
(4)
并按下式進(jìn)行變換:
(5)
(6)
(7)
2.2.4 抗原濃度大小的計(jì)算
根據(jù)群決策的模糊層次分析法,構(gòu)建m種抗原中n個(gè)擾動(dòng)事件的模糊互補(bǔ)矩陣,將其按式4~式7求得抗原中各擾動(dòng)事件對(duì)抗原的影響權(quán)重:
(8)
系統(tǒng)中有m種抗原的擾動(dòng)事件狀態(tài)向量表示為:
(9)
定義有機(jī)制造系統(tǒng)中抗原i的濃度大小為:
(10)
fi∈[0,1],fi的值越接近于1,表示該抗原的濃度越大,對(duì)系統(tǒng)的危害越大;fi的值越趨向于0,表示該抗原濃度越小,對(duì)系統(tǒng)的危害越小。
2.2.5 有機(jī)制造系統(tǒng)免疫力指數(shù)評(píng)估計(jì)算
有機(jī)制造系統(tǒng)中每一種抗原對(duì)系統(tǒng)的危害程度是不同的,根據(jù)群決策的模糊層次分析法,構(gòu)建m種抗原對(duì)免疫力指數(shù)的模糊互補(bǔ)矩陣,將其按式4~式7求得m種抗原對(duì)系統(tǒng)免疫力指數(shù)的影響權(quán)重:
(11)
某時(shí)刻m種抗原濃度大小構(gòu)成向量:
f=(f1f2…fm)
(12)
結(jié)合抗原的濃度與其影響權(quán)重,定義系統(tǒng)抗原威脅指數(shù)Eval的評(píng)估公式如下:
(13)
式中,fi為第i種抗原的濃度;ωi為第i種抗原的影響權(quán)重;Eval∈[0,1],Eval的值越小,表明抗原的總的危害越小,其值越大,則系統(tǒng)中抗原危害越大。
定義正常狀態(tài)下有機(jī)制造系統(tǒng)的免疫力指數(shù)為1,考慮到抗原的危害,則系統(tǒng)免疫力指數(shù)Imm的評(píng)估公式為:
Imm=1-Eval
(14)
Imm∈[0,1],可知免疫力指數(shù)Imm與抗原威脅指數(shù)Eval呈負(fù)相關(guān)關(guān)系,系統(tǒng)免疫力指數(shù)Imm值越大,說明系統(tǒng)越健康;Imm值越小,則系統(tǒng)的狀態(tài)越惡劣。
有機(jī)制造系統(tǒng)在運(yùn)行過程中,除了已知的抗原庫和抗體庫中存在的抗原、抗體之外,指標(biāo)體系中的擾動(dòng)事件可能隨機(jī)性和組合性的發(fā)生,在指標(biāo)體系之外的擾動(dòng)事件也可能發(fā)生,從而形成新的抗原,此時(shí)需要借助學(xué)習(xí)機(jī)制應(yīng)用新技術(shù)和新工藝等產(chǎn)生新的抗體,即免疫監(jiān)控模塊對(duì)新抗原的免疫學(xué)習(xí)與記憶功能,通過免疫學(xué)習(xí)和記憶將不斷更新和豐富抗體庫。免疫應(yīng)答功能模塊如圖6所示。
圖6 有機(jī)制造系統(tǒng)免疫監(jiān)控的免疫應(yīng)答功能模塊
圖7 有機(jī)制造系統(tǒng)中自適應(yīng)免疫調(diào)節(jié)模塊
本文根據(jù)有機(jī)制造系統(tǒng)中擾動(dòng)的特點(diǎn)、免疫監(jiān)控和基于信息素的調(diào)度模塊,構(gòu)建免疫調(diào)節(jié)模型,如圖7所示。將抗體中的信息傳遞給調(diào)度模塊,結(jié)合系統(tǒng)的狀態(tài)信息重新調(diào)度或者局部調(diào)整生成調(diào)度作業(yè)方案,以消除擾動(dòng)影響,從而維持系統(tǒng)高效、穩(wěn)定地運(yùn)行。
以有機(jī)制造系統(tǒng)試驗(yàn)仿真平臺(tái)為計(jì)算示例,對(duì)免疫評(píng)估模型進(jìn)行計(jì)算驗(yàn)證,由于篇幅所限,免疫學(xué)習(xí)模型和免疫調(diào)節(jié)模型將另外撰文進(jìn)行說明。仿真試驗(yàn)平臺(tái)包括6個(gè)有機(jī)制造單元、2個(gè)AGV、自動(dòng)化立體倉庫和PC機(jī),如圖8所示。圖8模擬了訂單處理、系統(tǒng)資源的調(diào)度協(xié)調(diào)、工件的加工和運(yùn)行狀態(tài)監(jiān)控等整個(gè)制造過程。
考慮有機(jī)制造系統(tǒng)的特點(diǎn),根據(jù)各種擾動(dòng)因素來源和相互關(guān)系,本文將擾動(dòng)因素構(gòu)成的抗原分為計(jì)劃任務(wù)層抗原EP、物料資源層抗原ER、生產(chǎn)工藝層抗原ET、制造資源層抗原EM和人員變動(dòng)層抗原EH等5種類型的抗原,每個(gè)抗原內(nèi)包含多個(gè)擾動(dòng)事件,如圖9所示,采用布爾量0,1表示抗原向量中的擾動(dòng)事件,0表示正常狀態(tài),1表示該擾動(dòng)事件發(fā)生。
圖8 有機(jī)制造系統(tǒng)仿真試驗(yàn)平臺(tái)示意圖
圖9 有機(jī)制造系統(tǒng)免疫力指數(shù)評(píng)估層次結(jié)構(gòu)圖
群決策過程中請(qǐng)2位制造領(lǐng)域的專家進(jìn)行決策,且2位專家的決策權(quán)重相等,即式6中λ1=λ2=0.5。由2位專家分別給準(zhǔn)則層B的5個(gè)抗原對(duì)目標(biāo)層A進(jìn)行兩兩比較,獲得的模糊互補(bǔ)矩陣A1和A2。
同理,可獲得指標(biāo)層C中各抗原的擾動(dòng)事件對(duì)準(zhǔn)則層B中對(duì)應(yīng)的抗原的影響權(quán)重:
ωB1、ωB2、ωB3、ωB4、ωB5分別表示生產(chǎn)計(jì)劃層抗原EP、物料資源層抗原ER、工藝層抗原ET、制造資源層抗原EM和人員變動(dòng)層抗原EH中各擾動(dòng)事件的影響權(quán)重。
假設(shè)系統(tǒng)運(yùn)行過程中某一時(shí)刻的抗原狀態(tài)為:
則表示系統(tǒng)中出現(xiàn)了訂單取消、訂單延后、工藝路線變動(dòng)、工裝準(zhǔn)備延時(shí)和人員操作失誤等擾動(dòng)事件。在實(shí)際生產(chǎn)中,當(dāng)出現(xiàn)上述擾動(dòng)事件時(shí),系統(tǒng)一般受到了較大的擾動(dòng)影響,原有的作業(yè)計(jì)劃已經(jīng)不能滿足調(diào)度目標(biāo),需要調(diào)整或重新制定作業(yè)計(jì)劃。
有機(jī)制造系統(tǒng)中抗原EP的濃度為:
fEP=vEP·ωB1=
同理,求出其他抗原的濃度,則抗原濃度向量為:
由式13可計(jì)算出系統(tǒng)抗原威脅指數(shù):
Eval=f·ωA=
則該狀態(tài)下系統(tǒng)免疫力指數(shù):
Imm=1-Eval=1-0.253 5=0.746 5
系統(tǒng)免疫力指數(shù)較低,表明系統(tǒng)受到了較為嚴(yán)重的干擾,需要免疫監(jiān)控模塊進(jìn)一步分析,對(duì)抗原進(jìn)行免疫應(yīng)答,通過抗體中的調(diào)度參數(shù)由調(diào)度算法重新生成調(diào)度作業(yè)計(jì)劃,以消除系統(tǒng)的擾動(dòng),維持其正常、穩(wěn)定地運(yùn)行。評(píng)估結(jié)果與實(shí)際情況基本符合,表明了評(píng)估的有效性。
本文借鑒生物免疫系統(tǒng)的調(diào)節(jié)機(jī)制,提出了有機(jī)制造系統(tǒng)的免疫監(jiān)控模型及其運(yùn)行機(jī)制,闡述了免疫監(jiān)控模型中各模塊的功能和實(shí)現(xiàn)方法,并重點(diǎn)分析了免疫監(jiān)控模型中的免疫力指數(shù)評(píng)估方法。通過實(shí)驗(yàn)仿真平臺(tái)上進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該免疫力指數(shù)評(píng)估方法能夠有效地評(píng)估有機(jī)制造系統(tǒng)受到的擾動(dòng)因素影響。因此,該免疫力指數(shù)評(píng)估方法可以為系統(tǒng)中制造資源的合理利用以及穩(wěn)定運(yùn)行提供依據(jù)。
[1] Tang D B, Gu W B, Wang L,et al. A neuroendocrine-inspired approach for adaptive manufacturing system control[J]. International Journal of Production Reseach, 2011, 49(5): 1255-1268.
[2] Zimmermann H J. An application-oriented view of modeling uncertainty[J]. European Journal of Operational Research, 2000, 122(2): 190-198.
[3] 朱傳軍. 車間不確定信息的約簡及知識(shí)發(fā)現(xiàn)研究[D]. 武漢: 華中科技大學(xué), 2006.
[4] Liu M, Shan H, Jiang Z Q, et al. Dynamic rescheduling optimization of job-shop under uncertain conditions[J]. Jixie Gongcheng Xuebao/Journal of Mechanical Engineering, 2009, 45(10): 137-142.
[5] 任偉建, 于宗艷, 王玉英, 等. 人工免疫系統(tǒng)及其在故障診斷領(lǐng)域中的應(yīng)用[J]. 系統(tǒng)工程與電子技術(shù), 2006, 28(12): 1960-1965.
[6] 陳清光, 段偉利, 陳國華, 等. 基于免疫機(jī)理的化工園區(qū)安全生產(chǎn)預(yù)警機(jī)制設(shè)計(jì)[J]. 中國安全科學(xué)學(xué)報(bào), 2011, 21(9): 159-164.
[7] 張根保, 紀(jì)富義, 任顯林, 等. 面向產(chǎn)品制造過程的關(guān)鍵質(zhì)量特征免疫預(yù)防控制模型[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2011, 17(4): 791-799.
[8] 唐敦兵, 鄭堃, 顧文斌, 等. 類生物化制造系統(tǒng)自適應(yīng)免疫監(jiān)控關(guān)鍵技術(shù)研究[J]. 中國機(jī)械工程, 2011, 22(10): 1253-1259.
[9] 王雷. 類生物化制造系統(tǒng)協(xié)調(diào)機(jī)制及關(guān)鍵技術(shù)研究[D]. 南京: 南京航空航天大學(xué), 2010.
[10] 唐敦兵, 張海濤, 蔡祺祥, 等. 基于神經(jīng)內(nèi)分泌調(diào)控機(jī)制的類生物化制造系統(tǒng)研究[J]. 南京航空航天大學(xué)學(xué)報(bào), 2014, 46(2): 175-180.
[11] 葉青. 基于免疫機(jī)理的化工園區(qū)安全生產(chǎn)應(yīng)急研究[D]. 廣州: 華南理工大學(xué), 2012.
[12] 張曉陽. 面向復(fù)雜系統(tǒng)生命周期的故障診斷技術(shù)研究[D]. 南京: 南京理工大學(xué), 2005.
[13] 徐澤水. 模糊互補(bǔ)判斷矩陣排序的一種算法[J]. 系統(tǒng)工程學(xué)報(bào), 2001, 16(4):311-314.
*國家自然科學(xué)基金資助項(xiàng)目(51175262)
江蘇省杰出青年基金資助項(xiàng)目(BK2012010111)
江蘇省產(chǎn)學(xué)研基金資助項(xiàng)目(BY201220116)