témavezető: Monostori László
helyszín (magyar oldal): MTA SZTAKI helyszín rövidítés: GTT
A kutatási téma leírása:
a.) Előzmények:
Az adott területen végzett kutatások (pl. OTKA), projektmunkák (pl. EU, hazai NKFP projekt) és publikációk.
b.) A kutatás célja::
Napjaink gyártórendszerei gyorsan változó, bizonytalansággal terhelt környezetben működnek. Növekvő komplexitás a másik jellemző, mely a gyártórendszerekben, a gyártási folyamatokban és a vállalati struktúrában egyaránt jelentkezik. A rendszerméretek növelésével mind a centralizált/hierarchikus struktúrákra kifejlesztett dinamikus ütemező rendszerek, mind az egyszintű, elosztott struktúrákra kialakított ütemezési algoritmusok elvesztik hatékonyságukat. A kutatás célja annak vizsgálata, hogy az informatika, mesterséges intelligencia, operációkutatás legújabb eredményei mennyiben segíthetik elő a fenti problémák megoldását.
c.) Az elvégzendő feladatok:
1. Centralizált és elosztott ütemezési algoritmusok vizsgálata.
2. Módszerek kidolgozása elosztott irányítási algoritmusok hatékonyságának növelésére, különös tekintettel a szituáció-felismerésre és a gépi tanulásra.
3. A kidolgozott módszerek verifikálása működő prototípus kidolgozása útján.
5. Az eredmények folyamatos publikálása.
d.) A szükséges berendezések:
A szükséges számítástechnikai eszközök a BME-n, illetve a SZTAKI-ban rendelkezésre állnak.
e.) Várható tudományos eredmények:
Új, hatékony módszerek kidolgozása változásoknak és zavaroknak kitett, összetett gyártási struktúrák irányítására. Megfelelő előremenetel esetén mód nyílhat külföldi részképzésre.
f.) Publikációk:
[1] Bongaerts, L.; Monostori, L.; McFarlane, D.; Kádár, B.: Hierarchy in distributed shop floor control, Computers in Industry, Vol. 43, No. 2, October 2000, pp. 123-137.
[2] Ueda, K.; Márkus, A.; Monostori, L.; Kals, H.J.J.; Arai, T.: Emergent synthesis methodologies for manufacturing, Annals of the CIRP, Vol. 50, No. 2, 2001, pp. 535-551.
[3] Monostori, L.: AI and machine learning techniques for managing complexity, changes and uncertainties in manufacturing, Eng. Appl. of AI, Vol. 16, No. 4, 2003, pp. 277-291.
[4] Monostori, L.; Csáji, B.Cs.; Kádár, B.: Adaptation and learning in distributed production control, Annals of the CIRP, Vol. 53, No. 1, 2004, pp. 349-352.
[5] Monostori, L.; Váncza, J.; Kumara, S.R.T.: Agent-based systems for manufacturing, Annals of the CIRP, Vol. 55, No. 2, 2006, pp. 697-720. (key-note paper)
felvehető hallgatók száma: 1
Jelentkezési határidő: 2019-10-12
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
