基于多智能體的生產(chǎn)調(diào)度方法及其應用

《基于多智能體的生產(chǎn)調(diào)度方法及其應用》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、浙江下業(yè)人學順I(yè)+學位論史基于多智能體的生產(chǎn)調(diào)度方法及其應用摘要。多智能體技術是目前人工智能領域的研究熱點，它對解決具有空間分布特點的復雜問題有著獨特的優(yōu)勢，是一種具有重要研究意義和應用價值的方法。生產(chǎn)調(diào)度位于CIMS體系結(jié)構中的中間層，是控制與管理一體化的接合部。向上要給企業(yè)經(jīng)營戰(zhàn)略決策層提供決策依據(jù)，向下要安排生產(chǎn)加工任務，指導監(jiān)督控制層的運作。因此，生產(chǎn)調(diào)度是實施CIMS的關鍵。由于調(diào)度問題大多數(shù)都是具有NP難度的組合優(yōu)化問題，尋找具有多項式復雜性的優(yōu)化方法幾乎是不可能的。將多智能體技術和生產(chǎn)調(diào)度相結(jié)

2、合，利用多智能體系統(tǒng)的分布求解特性，將復雜任務分解成相對簡單的單元模塊，通過協(xié)商和合作共同完成任務，從而降低單一調(diào)度系統(tǒng)設計的復雜性。本文系統(tǒng)地分析了多智能體系統(tǒng)的概念和組織行為，提出了基于多智能體的車間調(diào)度模型，并利用面向?qū)ο缶幊碳夹g對調(diào)度問題進行仿真。研究工作主要包括以下幾個方面：1、系統(tǒng)地分析了多智能體系統(tǒng)中智能體之間的通信以及多個智能體之問的協(xié)作問題，為基于多智能體技術的調(diào)度系統(tǒng)的提出建立理論基礎。2、通過對面向Agent的分析與建模方法的探討，建立了制造車間的MAS模型。該模型采用實體型智能體，將

3、參與車間調(diào)度的實體抽象為管理者Agent、任務Agent和資源Agent，并按照合同網(wǎng)協(xié)議進行智能體之間的協(xié)調(diào)和合作，以達到智能體共同協(xié)商來完成訂單加工任務。建立、分柝了三種智能體的功能結(jié)構，著重論述了智能體的叻、商過程，并針對～個基于Job．shop類型的柔性調(diào)度實例進行仿真。3、在車間調(diào)度MAS模型的基礎上，提出了適合動態(tài)調(diào)度的多智能體模型，并針對機器不確定和任務不確定這兩種情況進行了仿真。此外，我們還介紹了基于改進遺傳算法的柔性作業(yè)車問調(diào)度方法(FJSP)，并提出了結(jié)合遺傳算法的混合調(diào)度模型及方法。4

4、、總結(jié)了前人的研究成果，將遺傳算法、神經(jīng)網(wǎng)絡算法以及多智能體技術應用到具體的生產(chǎn)調(diào)度上，并結(jié)合課題項目介紹了生產(chǎn)計劃與調(diào)度智能算法軟件包的結(jié)構和功能。在分析了系統(tǒng)的功能需求并充分考慮實際生產(chǎn)過程后，我們提出了整個軟件包的框架結(jié)構，從功能角度和工作流程兩個方面，論述了整個軟件系統(tǒng)的結(jié)構；同時，我們又從軟件開發(fā)的角度，詳細說明了數(shù)據(jù)庫的設計及算法部分的軟件實現(xiàn)。最后，我們給出了一個實際的生產(chǎn)實例，利用軟件包進行實際的優(yōu)化調(diào)度并分析了結(jié)果。關鍵詞：智能體，多智能體系統(tǒng)，生產(chǎn)調(diào)度，作業(yè)車間調(diào)度，智能算法，動態(tài)調(diào)度塑

5、堅工、業(yè)苧蘭堡．!!竺竺堡苧MethodologyandApplicationofProductionSchedulingBasedonMldti-AgentSystemAbstractMulti—agentsystemisoneoftheimportantresearchfieldsofartificialintelligence．Ithasparticularpredominanceforsolvingcomplexdistributedproblems，whichisanimportantmethod

6、fullofapplyingvalue．ProductionschedulingisatthemiddlelayerintheCIvIISsystemstructure，whichisthejointofcontrolandmanagementOntheonehand，itwillsupplydecisionsfortheenterprise；ontheotherhand，itwillarrangeproductiontasksandsupervisethecontrollayer．Sotheproduct

7、ionschedulingisthekeyoftheCIMS．BecausethemostschedulingproblemisNPhard，itisimpossibletOfindOUtcommonalgorithmwithpolynomialcomplexityWecombinethemulti—agenttechniqueandproductionschedulinganddecomposecomplextasktounitsbythedistributedcharacteristicofmulti—

8、agentsystem．Wereducethecomplexityofsystemdesigningthroughagents’cooperation．Inthispaper，wehaveanalyzedtheconceptandactionofmulti—agentsystem，supposedaschedulingmodelbasedOilmulti—agentsystem．Wealsosimulateafl