信息不完备条件下的敏捷制造调度系统研究
发布时间:2020-04-19 12:22
【摘要】: 日益加剧的市场竞争和个性化的客户需求使得现代制造企业正面临着前所未有的挑战。企业经营的市场环境发生了巨大变化,企业之间由单纯产品质量、性能方面的竞争转向企业所在的供应链之间的竞争,影响企业生存、发展的共性问题是目前竞争环境、顾客需求因素变化太快,而企业自我调整适应的速度跟不上,通过敏捷制造来达到敏捷竞争,将是企业参与国际竞争的主要形式。本文正是在这种背景之下,结合智能计算领域的Agent概念,建立了把Agent技术与合同网投标机制结合构建了敏捷制造生产任务调度模型;在信息不完备模型下,提出动态调度优化算法,结合遗传算法求取敏捷调度的最优方案。 论文对Agent技术,多Agent系统,敏捷制造调度系统结构、优化调度算法、程序实现等技术进行了深入对比分析研究。针对敏捷制造单元调度问题的动态性、开放性和信息不完备性等特点,论文构建了基于多代理生产组织和运行模式的生产任务调度系统框架结构,研究了敏捷制造环境下的不完备信息模型,提出基于CNCP扩充网协议的自组织招标机制以及基于遗传算法的调度优化模型。最后,论文作出仿真模拟试验并在JADE平台下实现系统。实验证明:在不完备信息模型下采用该算法可求取调度目标的最优解。 敏捷制造的特点是能够快速、及时的响应市场变化,这就要求企业的生产系统能够快速重构来自不同企业的制造单元,随着任务的生成而创建,随着任务的完成而解体。本文构建的多代理生产组织和运行模式的生产任务调度系统框架结构,可以很好的控制、协调各代理间的活动,有效配置资源;而基于CNCP协议和自组织招标机制下的敏捷制造调度系统可以解决敏捷制造中的动态性和开放性的问题。在实际的合作伙伴的选择过程中,系统结合遗传算法对选择方案进行优化,得到最优可行解,最终解决敏捷制造单元调度的信息不完备性、动态性和调度结果优化等问题,为敏捷制造合作伙伴的选择提供了良好的支持系统。
【图文】:
图 5-6 最终运行结果Fig5-6 Final operation result备信息下的生产调度 Agent产调度Agent会收到5组报价记录生成5条初始染色体,以每个任务的色体如下所示:(1860,3261,1381,1850,3319)、(1810,,3248,1(2090,3149,1237,1990,3160)、(1810,3502,989,2146,3151252,2537,3272)其中每条染色体中第一个基因代表完成第一个任务因代表完成第二个任务的费用以及从完成第一个任务的资源 Agent 处任务的资源 Agent 处的运输费用,以此类推;以总费用最低为最优解于是处于不完备信息下的资源调度,存在虚报利润的问题,所以需要采报利润。其中,变异算法如下:变异进化;[] BianYi=new int[RNUM+1][6];dom ran1=new Random();ble Bianb; //代表变异概率
进行协调来消解这些冲突。(5)分布性。因为虚拟企业是地理上分散的制造单元组成,制造环境的多样性及多变生产系统变得更加复杂,所以要求生产调度不能基于传统的中央计算体系结构,这种结构很难应付复杂的生产系统,需要采用分布式的体系结构。.3 基于 Agent 的敏捷制造调度系统在完全信息的情况下,调度可以通过传统的搜索算法或者通过对约束满足问题(CSP建模来实现【39】;而在敏捷制造调度中,各制造单元的约束和偏好等信息对于盟主企其他制造单元是不为所知的。考虑到敏捷制造组织形式的开放性、动态性和信息不完,这些假设并不能反映敏捷制造调度现况。因此把敏捷制造中的资源调度模拟为一个学上的 NP-hard 调度问题是不现实的。为此,本文提出了一种基于多代理的自组织招制结合遗传算法对其招标结果进行优化的调度模型,来解决敏捷制造单元调度的信息备性,动态性和调度结果优化等问题。系统结构如图 3-1 所示。
【学位授予单位】:西安理工大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TH166
本文编号:2633294
【图文】:
图 5-6 最终运行结果Fig5-6 Final operation result备信息下的生产调度 Agent产调度Agent会收到5组报价记录生成5条初始染色体,以每个任务的色体如下所示:(1860,3261,1381,1850,3319)、(1810,,3248,1(2090,3149,1237,1990,3160)、(1810,3502,989,2146,3151252,2537,3272)其中每条染色体中第一个基因代表完成第一个任务因代表完成第二个任务的费用以及从完成第一个任务的资源 Agent 处任务的资源 Agent 处的运输费用,以此类推;以总费用最低为最优解于是处于不完备信息下的资源调度,存在虚报利润的问题,所以需要采报利润。其中,变异算法如下:变异进化;[] BianYi=new int[RNUM+1][6];dom ran1=new Random();ble Bianb; //代表变异概率
进行协调来消解这些冲突。(5)分布性。因为虚拟企业是地理上分散的制造单元组成,制造环境的多样性及多变生产系统变得更加复杂,所以要求生产调度不能基于传统的中央计算体系结构,这种结构很难应付复杂的生产系统,需要采用分布式的体系结构。.3 基于 Agent 的敏捷制造调度系统在完全信息的情况下,调度可以通过传统的搜索算法或者通过对约束满足问题(CSP建模来实现【39】;而在敏捷制造调度中,各制造单元的约束和偏好等信息对于盟主企其他制造单元是不为所知的。考虑到敏捷制造组织形式的开放性、动态性和信息不完,这些假设并不能反映敏捷制造调度现况。因此把敏捷制造中的资源调度模拟为一个学上的 NP-hard 调度问题是不现实的。为此,本文提出了一种基于多代理的自组织招制结合遗传算法对其招标结果进行优化的调度模型,来解决敏捷制造单元调度的信息备性,动态性和调度结果优化等问题。系统结构如图 3-1 所示。
【学位授予单位】:西安理工大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TH166
【引证文献】
相关硕士学位论文 前1条
1 李川;基于虚拟流水线的船舶制造生产调度与建模技术研究[D];上海交通大学;2008年
本文编号:2633294
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2633294.html