Although there have been numerous mathematical applications to the problems of petroleum industry, there have been rare ones to the production scheduling for oil refinery. Most of the mathematical models have failed in this problem because of the inherent nonlinearity among the relevant decision variables and the need of multiperiod optimization. Therefore, it is natural to try to solve this problem by a heuristic method. Under this rationale, an architecture of a knowledge-based production scheduling system for oil refinery coupled with the optimization models, IORS (Intelligent Oil Refinery Scheduling system), is proposed. A characteristic of IORS is the fact that the scheduling problem is decomposed into knowledge-based part and optimization part.
The IORS adopts two types of knowledge representation scheme: frame for declarative knowledge and production rule for expert's scheduling heuristics. The rules are classified into several groups to improve the efficiency of pattern matching. The prototype of IORS is developed using UNIK-FRAME and LISP language on a IBM PC, and is applied to an existing refinery plant. According to the limited experiment, IORS generates feasible schedule effectively.
정유공장에서의 일정계획 문제는 의사결정 변수간의 비선형성 및 다기간 최적화의 필요성등에 의해 제기되는 복잡성 때문에, 전체문제를 포괄하는 수리적 모형의 개발이 어렵다. 따라서, 본 연구에서는 부분적으로 최적화 모형의 해를 이용하면서 전문가의 일정계획에 관한 지식을 바탕으로 해를 구하는 전문가 체제인 IORS (Intelligent Oil Refinery Scheduling System) 을 제안하고, 이의 프로토타입 시스템을 개발하였다.
위의 일정계획 전문가 시스템의 중요한 특성은 다음과 같다. 첫째, 선언적 지식은 프레임(Frame)의 형태로, 전문가의 지식은 규칙(Production Rule)의 형태로 표현되었으며, 각각의 규칙은, 추론시 효율을 높이기 위해, 몇개의 범주(Class)로 분류되어 선택적으로 사용된다. 둘째, 추론은 정방향 추론(Forward Chaining) 방법을 사용한다. 마지막으로, 원유배합등 최적화가 필요한 부분은 최적화 모형을 보완적으로 결합하여 이로부터 제공되는 해를 이용하고 있다.
위 시스템을 특정 정유회사의 일정계획문제에 적용하기 위해, 프로토타입 시스템을 UNIK-FRAME과 LISP 언어를 이용하여 IBM PC 환경하에서 구현하였다.
