基于多智能体的生产调度方法与应用

发布时间：2021-10-01 01:49

　　多智能体技术是目前人工智能领域的研究热点，它对解决具有空间分布特点的复杂问题有着独特的优势，是一种具有重要研究意义和应用价值的方法。生产调度是控制与管理一体化的接合部，向上要给企业经营战略决策层提供决策依据，向下要安排生产加工任务，指导监督控制层的运作。由于调度问题大多数都是具有NP难度的组合优化问题，寻找具有多项式复杂性的优化方法几乎是不可能的。将多智能体技术和生产调度相结合，利用多智能体系统的分布求解特性，将复杂任务分解成相对简单的单元模块，通过协商和合作共同完成任务，从而降低单一调度系统设计的复杂性。 本文系统地阐述了多智能体理论及其在生产调度中的应用，通过多智能体技术，把计划分配与任务调度有机的结合起来，实现整个系统的计算机集成。具体研究工作包括以下几个方面： 首先，系统地分析了多智能体系统中智能体之间的通信以及多个智能体之间的协作问题，为基于多智能体技术的调度系统的提出建立理论基础。 其次，对传统的车间调度系统进行了深入分析，在传统调度系统的基础上，建立了一套基于多个智能体系统的车间调度系统模型，系统的智能化通过招标——投标过程来体现，系统的动态性、多目标优... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 生产调度问题的研究现状
    1.3 本文的研究目的、研究内容和章节安排
        1.3.1 研究目的
        1.3.2 研究内容
        1.3.3 章节安排
第2章 智能体与多智能体系统
    2.1 智能体理论
        2.1.1 智能体的定义及特点
        2.1.2 智能体的结构分类
        2.1.3 智能体的模型
    2.2 多智能体系统
        2.2.1 层次体系结构
        2.2.2 异构体系结构
        2.2.3 混合体系结构
    2.3 多智能体间的交互与合作
        2.3.1 智能体间的通信方式
        2.3.2 多智能体间的交互
        2.3.3 协调与协作
    2.4 多智能体调度系统
        2.4.1 研究现状
        2.4.2 对多智能体调度系统的一般分析
        2.4.3 实体型智能体
    2.5 本章小结
第3章 基于多智能体的车间调度方法研究
    3.1 车间调度问题的描述
    3.2 基于多智能体的车间调度系统模型
        3.2.1 多智能体模型基础
        3.2.2 多智能体内部结构
    3.3 调度过程与算法优化
        3.3.1 车间调度系统中招标——投标模型
        3.3.2 奖罚系数数学模型
        3.3.3 评估算法数学模型
    3.4 基于多智能体的车间动态调度研究
        3.4.1 基于机器不确定的多智能体动态调度
        3.4.2 基于工件集不确定的多智能体动态调度
    3.5 本章小结
第4章 基于自适应智能体的车间实时调度方法研究
    4.1 引言
    4.2 蚁群算法基本原理
    4.3 强化学习概述
        4.3.1 强化学习定义
        4.3.2 强化学习模型
        4.3.3 常见强化学习算法及其不足
    4.4 蚁群算法与强化学习相结合的自适应智能体实现方法
        4.4.1 自适应智能体模型的建立
        4.4.2 奖励制度的制定
        4.4.3 状态转移规则
        4.4.4 奖罚系数更新
        4.4.5 探索和守成的折中
        4.4.6 自适应Agent模型的具体实现
    4.5 本章小结
第5章 基于智能体的芯片制造生产线调度方法研究
    5.1 引言
    5.2 基于Agent的动态调度模型
    5.3 Agent协商协议
    5.4 调度算法
        5.4.1 投料算法
        5.4.2 工件调度算法
        5.4.3 设备维护调度算法
    5.5 应用实例
    5.6 本章小结
第6章 总结与展望
参考文献
本人在攻读硕士学位期间公开发表的论文
致谢


【参考文献】：
期刊论文
[1]多智能体系统技术概论[J]. 朱建伟,陈健.  机电设备. 2004(03)
[2]人工智能的原理及应用[J]. 李运爽,武建军.  山西电子技术. 2004(02)
[3]改进计算能量函数下作业车间调度的混沌神经网络方法[J]. 徐新黎,王万良,吴启迪.  控制理论与应用. 2004(02)
[4]分布式人工智能与多智能体系统研究[J]. 武海鹰,王绪安.  微机发展. 2004(03)
[5]多智能体协作方法及其应用研究[J]. 吴继伟,杨定鹏,萧蕴诗.  控制与决策. 2004(02)
[6]求解作业车间调度问题的改进自适应遗传算法[J]. 王万良,吴启迪,宋毅.  系统工程理论与实践. 2004(02)
[7]基于多Agent系统的分布式群体决策支持系统中问题分配的研究[J]. 常艳,陈毛狗,杨倩.  计算机应用与软件. 2004(02)
[8]求解作业车间调度问题的双倍体遗传算法与软件实现[J]. 王万良,宋毅,吴启迪.  计算机集成制造系统-CIMS. 2004(01)
[9]产品设计过程降低成本的多智能体模型研究[J]. 潘双夏,姜少飞,冯培恩.  机械工程学报. 2004(01)
[10]产品协同设计的冲突消解方法研究[J]. 胡斌,胡如夫.  机床与液压. 2003(03)

博士论文
[1]面向企业的产品结构与配置管理关键技术研究[D]. 孙国梓.南京航空航天大学 2002

硕士论文
[1]基于知识工程的产品设计支持技术研究[D]. 吕红光.浙江工业大学 2005
[2]基于多智能体的降低产品成本系统框架[D]. 赵燕.浙江工业大学 2005
[3]反馈神经网络优化方法及其在作业车间调度和ATM网络路由选择中的应用[D]. 徐新黎.浙江工业大学 2003
[4]基于遗传算法的生产调度方法及其软件实现[D]. 宋毅.浙江工业大学 2003



本文编号：3417014