基于多Agent的多厂协同生产调度方法研究

论文摘要

随着进入21世纪和全球制造时代的来临,制造环境变得更具有动态性和竞争性,个性化的市场需求和竞争的压力要求现代制造系统进一步向敏捷化、智能化、集成化和全球化方向发展。随之而来,调度作为制造系统的核心功能之一,也需要新的研究和解决方法。Agent范例具有智能性、自治性及合作能力等许多优良的特性,为解决现代制造系统的生产调度问题提供了一条新的有效途径。本文针对多厂协同调度系统的需求和特点,建立了多Agent分布调度系统模型,提出了一种集成多Agent和蚁群遗传算法的混合调度机制和调度策略,并对所提出的调度方法和策略进行了仿真研究。论文的主要研究工作包括以下几个方面:首先,建立了基于多Agent多厂协同调度系统的结构模型。该模型以管理Agent、任务Agent和资源Agent作为三类基本组件,以分布式结构作为系统的体系结构框架;同时,为满足Agent自主决策与交互的需要,还设计、建立了各Agent的内部模型。其次,提出了基于多Agent和蚁群遗传算法的分布调度机制和调度策略。通过将复杂的多厂协同调度转化为Agent个体的局部优化与多Agent系统的全局优化两类调度子问题的迭代求解过程,使复杂的分布调度问题得以快速、容易地解决。最后,研究开发了基于多Agent的多厂协同调度原型系统。应用Java语言和分布式对象技术,建立了Agent对象模型、Agent系统通讯模型,完成了软件系统的设计与开发。并就所提出的Agent和蚁群遗传算法的分布调度方法对常规情况和有急件、机器故障等异常情况的多厂协同调度问题,在所开发的调度软件原型系统上进行了仿真研究。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 生产调度问题及其研究现状
• 1.3 论文主要研究内容
• 第二章 分布式多厂调度问题建模
• 2.1 问题的提出
• 2.2 分布式多厂调度问题分析
• 2.2.1 分布式多厂调度问题特征
• 2.2.3 分布式多厂调度问题数学模型
• 2.3 基于多Agent的分布调度系统模型
• 2.3.1 多Agent系统概述
• 2.3.2 基于多Agent调度系统建模
• 2.3.3 Agent的基本结构设计
• 2.3.4 各类Agent内部结构设计
• 2.4 本章小结
• 第三章 分布式多厂调度方法研究
• 3.1 问题的描述
• 3.2 分布式多厂调度蚁群遗传算法设计
• 3.2.1 算法设计思路
• 3.2.2 算法流程图
• 3.2.3 蚁群转移概率和遗传算子设计
• 3.3 基于多Agent与蚁群遗传算法的分布调度策略
• 3.3.1 静态调度策略
• 3.3.2 动态调度策略
• 3.4 静态调度方法研究
• 3.5 动态调度方法研究
• 3.5.1 强化学习的定义
• 3.5.2 强化学习模型
• 3.5.3 蚁群遗传算法与强化学习相结合的自适应Agent实现方法
• 3.6 本章小结
• 第四章 调度原型系统的设计与开发
• 4.1 开发工具的选择
• 4.1.1 Agent和面向对象技术比较
• 4.1.2 面向Agent的开发语言
• 4.2 分布式计算技术研究
• 4.2.1 分布式对象技术比较
• 4.2.2 Java/RMI体系结构
• 4.3 多Agent的开发运行
• 4.3.1 多代理通讯语言和传输协议
• 4.3.2 基于JAVA/RMI框架的多Agent工作原理
• 4.3.3 代理的实现技术
• 4.4 分布调度软件原型系统开发
• 4.4.1 体系结构设计
• 4.4.2 Agent功能模型的设计
• 4.4.3 Agent通讯模型的设计
• 4.4.4 调度系统中
• 4.5 本章小结
• 第五章 仿真实验与结果分析
• 5.1 静态调度仿真实验
• 5.2 动态调度仿真实验
• 5.3 本章小结
• 第六章 总结与展望
• 参考文献
• 在学研究成果
• 致谢