Динамичко интегрисано планирање и терминирање технолошких процеса базирано на генетичким алгоритмима
Dynamic integrated process planning and scheduling based on genetic algorithms
Samo za registrovane korisnike
2021
Ostalo (Objavljena verzija)
Metapodaci
Prikaz svih podataka o dokumentuApstrakt
Техничко решење (нова метода М85) припада области производног машинства и директно се односи на радни пакет WP2 у оквиру пројекта развоја вештачке интелигенције под називом „Deep Machine
Learning and Swarm Intelligence-Based Optimization Algorithms for Control and Scheduling of Cyber-Physical
Systems in Industry 4.0” (AI – MISSION4.0), евиденциони број 6523109 – домен динамичког интегрисаног
планирања и терминирања технолошких процеса. Сходно томе, предложена метода решава проблем
генерисања оптималних планова терминирања у динамичким условима, односно у случају настанка
различитих динамичких поремећаја у технолошком систему. У циљу добијања оптималног решења плана
терминирања, примењена је једна од најзаступљенијих биолошки инспирисаних техника вештачке
интелигенције – генетички алгоритми. Циљ ове методологије је да на бази информација о поремећајним
факторима изврши поновно терминирање – ретерминирање, узимајући у обзир задате оптимизационе
критеријуме: минимизација укупног ...времена неопходног за обраду свих делова чије се ретерминирање
врши и максимизација уравнотеженог искоришћења машина алатки. Овим техничким решењем
разматрају се следећа два поремећајна фактора: долазак новог дела у технолошки систем и отказ обраде
дела. Предложена методологија је верификована за одабране „benchmark“ делове, док су експериментални
резултати остварени применом MATLAB® софтверског пакета.
Ključne reči:
генетички алгоритми / динамички поремећаји / ретерминирање / планирање и терминирање технолошких процесаIzvor:
Техничко решење је прихваћено од стране Матичног научног одбора за машинство и индустријски софтвер, 2021Finansiranje / projekti:
- MISSION4.0 - Deep Machine Learning and Swarm Intelligence-Based Optimization Algorithms for Control and Scheduling of Cyber-Physical Systems in Industry 4.0 (RS-ScienceFundRS-AI-6523109)
- Ministarstvo nauke, tehnološkog razvoja i inovacija Republike Srbije, institucionalno finansiranje - 200105 (Univerzitet u Beogradu, Mašinski fakultet) (RS-MESTD-inst-2020-200105)
Kolekcije
Institucija/grupa
Mašinski fakultetTY - GEN AU - Miljković, Katarina AU - Petrović, Milica AU - Babić, Bojan PY - 2021 UR - https://machinery.mas.bg.ac.rs/handle/123456789/4739 AB - Техничко решење (нова метода М85) припада области производног машинства и директно се односи на радни пакет WP2 у оквиру пројекта развоја вештачке интелигенције под називом „Deep Machine Learning and Swarm Intelligence-Based Optimization Algorithms for Control and Scheduling of Cyber-Physical Systems in Industry 4.0” (AI – MISSION4.0), евиденциони број 6523109 – домен динамичког интегрисаног планирања и терминирања технолошких процеса. Сходно томе, предложена метода решава проблем генерисања оптималних планова терминирања у динамичким условима, односно у случају настанка различитих динамичких поремећаја у технолошком систему. У циљу добијања оптималног решења плана терминирања, примењена је једна од најзаступљенијих биолошки инспирисаних техника вештачке интелигенције – генетички алгоритми. Циљ ове методологије је да на бази информација о поремећајним факторима изврши поновно терминирање – ретерминирање, узимајући у обзир задате оптимизационе критеријуме: минимизација укупног времена неопходног за обраду свих делова чије се ретерминирање врши и максимизација уравнотеженог искоришћења машина алатки. Овим техничким решењем разматрају се следећа два поремећајна фактора: долазак новог дела у технолошки систем и отказ обраде дела. Предложена методологија је верификована за одабране „benchmark“ делове, док су експериментални резултати остварени применом MATLAB® софтверског пакета. T2 - Техничко решење је прихваћено од стране Матичног научног одбора за машинство и индустријски софтвер T1 - Динамичко интегрисано планирање и терминирање технолошких процеса базирано на генетичким алгоритмима T1 - Dynamic integrated process planning and scheduling based on genetic algorithms UR - https://hdl.handle.net/21.15107/rcub_machinery_4739 ER -
@misc{ author = "Miljković, Katarina and Petrović, Milica and Babić, Bojan", year = "2021", abstract = "Техничко решење (нова метода М85) припада области производног машинства и директно се односи на радни пакет WP2 у оквиру пројекта развоја вештачке интелигенције под називом „Deep Machine Learning and Swarm Intelligence-Based Optimization Algorithms for Control and Scheduling of Cyber-Physical Systems in Industry 4.0” (AI – MISSION4.0), евиденциони број 6523109 – домен динамичког интегрисаног планирања и терминирања технолошких процеса. Сходно томе, предложена метода решава проблем генерисања оптималних планова терминирања у динамичким условима, односно у случају настанка различитих динамичких поремећаја у технолошком систему. У циљу добијања оптималног решења плана терминирања, примењена је једна од најзаступљенијих биолошки инспирисаних техника вештачке интелигенције – генетички алгоритми. Циљ ове методологије је да на бази информација о поремећајним факторима изврши поновно терминирање – ретерминирање, узимајући у обзир задате оптимизационе критеријуме: минимизација укупног времена неопходног за обраду свих делова чије се ретерминирање врши и максимизација уравнотеженог искоришћења машина алатки. Овим техничким решењем разматрају се следећа два поремећајна фактора: долазак новог дела у технолошки систем и отказ обраде дела. Предложена методологија је верификована за одабране „benchmark“ делове, док су експериментални резултати остварени применом MATLAB® софтверског пакета.", journal = "Техничко решење је прихваћено од стране Матичног научног одбора за машинство и индустријски софтвер", title = "Динамичко интегрисано планирање и терминирање технолошких процеса базирано на генетичким алгоритмима, Dynamic integrated process planning and scheduling based on genetic algorithms", url = "https://hdl.handle.net/21.15107/rcub_machinery_4739" }
Miljković, K., Petrović, M.,& Babić, B.. (2021). Динамичко интегрисано планирање и терминирање технолошких процеса базирано на генетичким алгоритмима. in Техничко решење је прихваћено од стране Матичног научног одбора за машинство и индустријски софтвер. https://hdl.handle.net/21.15107/rcub_machinery_4739
Miljković K, Petrović M, Babić B. Динамичко интегрисано планирање и терминирање технолошких процеса базирано на генетичким алгоритмима. in Техничко решење је прихваћено од стране Матичног научног одбора за машинство и индустријски софтвер. 2021;. https://hdl.handle.net/21.15107/rcub_machinery_4739 .
Miljković, Katarina, Petrović, Milica, Babić, Bojan, "Динамичко интегрисано планирање и терминирање технолошких процеса базирано на генетичким алгоритмима" in Техничко решење је прихваћено од стране Матичног научног одбора за машинство и индустријски софтвер (2021), https://hdl.handle.net/21.15107/rcub_machinery_4739 .