一、Agent技术和Holon技术在敏捷制造系统中的应用（论文文献综述）
王爽[1]（2019）在《基于状态感知的智能车间多Agent调度策略研究》文中认为在智能制造这场新的工业革命浪潮中,全球制造业都面临着前所未有的变革、冲击与机遇,各国分别制订了针对自身国情的发展战略。我国也于2015年提出“中国制造2025”作为制造强国战略,制造业向着智能化发展是必然趋势。智能工厂作为智能制造的主要载体,具备一定的协调、重组、扩充特性及自主决策能力,且内部互联。车间调度一直以来都是生产制造中非常重要的环节,无论传统制造还是智能制造,合理的调度会为企业提高生产效率和维护企业利益做出卓越贡献。传统的静态调度方法和基于预调度的动态调度方法无法完全适用于未来智能工厂的实时调度问题,因此本文针对智能工厂中生产加工的特点,将定位技术与Agent技术等融入系统,探讨智能工厂中实时调度问题的解决方法。论文主要研究成果如下:（1）提出了一种基于低成本惯性测量单元（IMU）与射频识别（RFID）技术结合的AGV室内定位方法。AGV作为生产调度的主要研究对象,为实现对AGV的实时调度,首先要解决它的实时定位问题。通过分析低成本IMU的定位误差特点,提取其定位误差特征,构建AGV室内实时定位误差补偿模型,提高AGV的实时定位精度;同时利用RFID电子标签作为参考节点,实现AGV累积定位误差的消除,进一步提高AGV的定位精度。（2）构建了基于Multi-Agent的车间调度总体模型。在实现AGV实时定位的基础上,重点分析了Agent及多Agent技术的特点和优势,将多Agent技术应用于智能车间实时调度模型的建立中,利用多Agent技术将智能车间中的生产要素智能化,使车间中的生产资源成为Agent,并以各Agent作为研究的智能终端,实现基于Agent技术的智能车间实时调度模型的设计与建立。（3）提出了智能车间中Multi-Agent实时调度方法。对多Agent间的协商机制进行研究,针对传统合同网存在的通讯浪费、约束简单和完成任务无反馈等不足,对其进行改进,引入了绩效考核反馈、任务优先级以及缓冲池制度等。在感知智能车间各生产资源的状态信息（如机床的加工状态信息、AGV实时位置和任务信息等）的基础上,分别针对加工设备和AGV设计了基于改进合同网的任务决策机制,实现了智能车间多Agent间任务的实时调度。（4）实例验证了基于AGV实时定位的智能车间实时调度方法的可行性。采用课题组自主开发的生产车间仿真系统ePlantSim,集成上述智能车间实时调度方法,并以生产任务为驱动模拟了智能车间的运作过程,对实验结果进行数据分析,验证了论文所提方法的可行性。
郑堃[2]（2016）在《基于神经内分泌免疫调节机制的类生物化制造系统调度技术研究》文中研究说明随着社会经济的发展,市场竞争日益加剧且越来越多地呈现出全球化、动态化和用户驱动的特征。在新的形势下,制造系统的运行环境充满了诸多不确定性,经常伴有持续变化而又不可预知的任务和事件。如何快速有效地应对制造环境中出现的各种不确定性因素是现代制造系统必须考虑的关键问题。另外,寻求具有自适应、自组织特征的制造系统调节模式以及调度技术也成为亟待解决的难题。本文在此背景下,受神经内分泌免疫调节机制的启发,提出了类生物化制造系统调节模型,并对类生物化制造系统的调度技术进行深入的探讨,主要研究工作如下:1、建立了类生物化制造系统的调节模型。首先,介绍了类生物化制造系统的生物学背景。然后,将现代制造系统与人体系统进行类比,设计了有机制造单元的结构和功能,构建了类生物化制造系统体系构架,并分析了不同层次有机制造单元在构架中的作用。最后,根据神经内分泌免疫协调原理建立了类生物化制造系统的三种调节模型。2、研究了基于神经内分泌调节机制的车间动态调度技术。首先,在对神经内分泌调节机制分析的基础上,建立了类生物化制造系统车间动态调度模型。其次,根据神经内分泌多重反馈调节模型,构建了类生物化制造系统的资源分配机制,并在分配过程中考虑成本、交货期和资源利用率的影响。然后,针对动态事件分析了类生物化制造系统车间动态调度的协调过程。最后,通过实验案例进行验证,结果表明类生物化制造系统动态调度方法在动态环境下可以提高制造系统性能。3、研究了基于内分泌激素调节机制的AGV与机床在线同时调度技术。首先,在分析了内分泌系统激素反应扩散机制的基础上,提出了类生物化制造系统AGV与机床在线同时调度方法。其次,根据激素间的拮抗和协同作用规律,建立了AGV和机床的类激素分泌机制,并在此基础上给出了运输任务分配的决策机制。然后,针对运输任务分析了AGV与机床之间在线同时调度的协作过程。最后,通过与其他文献中给出的方法进行对比实验,结果表明本文所提出方法在解决该类调度问题时更具优越性。4、研究了基于神经内分泌免疫调节机制的类生物化制造系统扰动处理技术。首先,在分析神经系统、内分泌系统和免疫系统之间相互调节机制的基础上,提出了类生物化制造系统扰动处理方法,其次设计了具有监控和调度功能的有机制造单元,并构建了类生物化制造系统扰动检测与诊断机制。然后针对不同扰动类型给出了相应的扰动处理策略,并详细介绍了策略实施步骤。最后,通过对比实验,验证了所提方法的可行性和有效性。5、开发了类生物化制造系统仿真平台。首先,根据类生物化制造系统的体系构架,搭建了物理仿真平台,并设计了有机制造单元之间的类激素通信协议。其次,开发了相应的软件仿真平台,并设计了平台的主要功能模块。最后,通过在开发的类生物化制造系统仿真平台上进行实验,验证了基于神经内分泌免疫调节机制的类生物化制造系统动态调度方法的可行性和有效性。
张硕,台玉红,蒋兆[3]（2014）在《基于HMS的任务资源分配问题的研究》文中进行了进一步梳理对于跨地域的企业,建立高可靠性的远程服务动态优化协调机制成为发展先进智能制造系统的重要方式。构建了基于Holon制造系统的任务资源分配问题的动态配置机制,系统地阐述了该机制的运作情况。其次构建了任务-资源分配问题的数学模型,并运用遗传算法在MATLAB7.0软件上编程仿真,结合具体实例验证了运用遗传算法求解任务-资源分配问题的可行性。
陈超[4]（2009）在《分形制造系统中的生产调度问题研究》文中研究表明市场需求的快速变化、社会生产力发展水平、全球性的经济竞争,使得制造环境已经或正在发生着重大的变化。面临日益复杂变化的环境,如何提高企业对外界变化的应变速度并做出快速调整己成为一个重要的研究方向。为解决该问题,各类制造理论纷纷孕育而生,如敏捷制造、生物制造、Holon制造,分形制造等。本文就是针对分形制造系统展开系统研究,在国内外学者已有研究成果的基础上,综合运用了MAS、UML、合同网协议、决策理论等相关理论,建立基于Multi-Agents的分型制造生产调度模型,对分形制造生产调度中的协商理论展开深入研究。通过本研究必将推动分形制造系统理论体系和生产调度理论的发展,推进多Agent技术在生产调度领域的应用,为制造企业生产管理提供新的理论依据。系统研究了分形制造系统的基本理论,分析了分形制造系统的相关研究。在定义分形制造系统的基础上,给出了分形制造系统的概念结构模型和功能结构模型,根据分形制造系统的特点与其他先进制造模型进行了对比分析;阐述了系统中分形元之间的交互;指出分形制造生产调度问题具有动态随机性、可重构性、局部决策性、协作性和协调性的特点,分形制造系统强调运用协作、协调的解决方式解决调度问题。根据分形制造生产调度的特点,给出了分形制造系统的生产调度运行模式,该模式运用分形元的局部调度决策和分形元之间的协作和协调实现了系统的总体调度。建立了基于Multi-Agents的分形制造生产调度模型,该模型利用分形制造系统相似性特点,针对分析元的功能模型（包括:监控者、解析者、管理者、报告者）进行了Agent建模,每个分形元包括7个Agent;利用UML对每个Agent进行了表述,完成了各Agent的类图和活动图。建立了基于移动Agent的分形制造生产调度协商模型,研究了分形制造生产调度中的协商策略。根据传统CNP协商机制的不足,提出了建立了基于移动Agent的分形制造生产调度协商模型,利用移动Agent的优点减少调度过程中的网络负载,提高协商效率,对协商模型中的功能模块DA,TA和NA进行了研究分析,建立了协商过程的活动图。研究了用于求解调度方案的分形制造生产调度中的协商策略,建立了基于任务熟人集的移动列表构建策略、基于分形元负荷指数和能力指标的投标列表构建策略以及基于TOPSIS的定标策略。最后举例说明了分形制造生产调度问题,分析了调度求解过程。
王世进[5]（2008）在《基于自治与协商机制的柔性制造车间智能调度技术研究》文中进行了进一步梳理柔性制造环境下车间生产调度问题具有复杂性、不确定性、多目标、多约束、多资源相互协调等特点。鉴于其重要的理论和实际意义,一直以来是生产管理和组合优化领域的重点和难点课题。本论文在充分吸收近十余年间基于Agent或Holon的非集中式生产调度最新研究成果基础上,以具有生产加工柔性的、多单元、离散作业型（Job Shop）制造车间为研究对象,围绕基于Holon的协商与自治调度关键技术（实体封装、控制体系结构、协商机制和核心算法）展开研究,提出了基于Holon概念模型的、集成强化学习机制的合同网协议和改进过滤定向搜索算法的自治与协商智能调度技术,以提供实用有效的求解方法、改善柔性制造车间适应内部动态环境和外部市场快速变化的能力。具体地,本文的主要内容可概括为:1.首先从基于Agent或Holon的自治与协商调度的关键技术（实体封装、控制体系结构、协商机制和核心算法）角度详细综述了近些年间基于Agent或Holon的自治与协商生产调度、核心技术的研究现状和存在问题,引出本文研究的出发点和意义;2.针对可靠性、可扩展性和适应性等要求,提出了基于Holon的柔性制造车间控制体系结构,描述了组件Holon的结构模型、数据和功能关系、信息传递模型和通信语言基本规范,并从软件体系结构的观点出发,运用π演算对其进行了形式化描述和分析,为基于Holon的体系结构设计和分析奠定基础;3.针对传统制造合同网协议缺乏优化和动态学习能力这一问题,将强化学习工具之一的Q-学习算法与制造合同网协议集成,形成CNP-QL（Contract Net Protocol-Q Leaning）协商机制,以提高Holon适应动态环境的实时协调调度能力。详细定义了CNP-QL机制的消息描述、策略决策过程、学习迭代过程和CNP-QL机制中Q-学习算法的各个要素（包括状态确定准则、状态空间划分、奖惩函数设计和搜索策略定义等）。最后,单元Holon和产品Holon之间通过CNP-QL机制协商,用于解决具有柔性工艺路径的多单元间的任务动态协调分配问题,并通过仿真实例与纯CNP机制进行了比较分析,验证了该机制的有效性;4.调度算法是单元自治决策的引擎。在单元Holon任务协调分配后,提出了基于改进过滤定向搜索启发式算法HFBS（Heuristic based on Filtered-Beam-Search）的单元自治调度机制。构建了基于HFBS的单元自治调度决策模型。针对任务协调分配后形成的柔性Job Shop调度问题（Flexible Job-shop Scheduling Problem,FJSP）,建立了面向多目标FJSP问题的数学规划模型并对模型进行分析讨论。为了有效解决FJSP问题,详细定义了HFBS四个搜索策略因素:（1）解空间的搜索树表述;（2）分枝策略;（3）定向搜索宽度和定向过滤宽度的确定;（4）评价函数的构造。最后,在分析策略因素对算法性能影响的基础上,就FJSP领域的标杆数据（Benchmark）和大量随机仿真数据,分别与现有的其它基于人工智能的启发式算法和调度规则进行了分析比较,说明了算法的有效性;5.为了使单元自治调度实现持续优化,提高自治调度对不可预见或随机的内外扰动事件（如机床故障、新订单进入等）的实时适应能力,在系统化阐述动态重调度整体理论框架体系（包括重调度环境、策略、方法和技术）的基础上,提出柔性制造车间单元内的动态重调度决策过程,对基于过滤定向搜索的启发式核心算法进行局部/全局评价函数和分枝策略两方面的扩展以更好地集成作业交货期和优先权重,并从动态重调度对算法响应能力方面考虑,分析了算法的时间复杂性。最后,通过一系列实例仿真说明了基于过滤定向搜索算法能实现面向典型扰动的动态重调度并确保调度性能和反应效率。6.最后,在JADE平台上,设计和开发了综合的原型仿真系统。以JADE Agent表述和实现了所定义的Holon之间交互和内部自治算法的控制技术,为将来基于自治与协商机制生产调度的工业化应用尝试可行的设计实现。本文的研究成果在一定程度上推进和丰富了基于Holon的协商与自治调度方法关键技术的研究,有利于改善企业的科学生产管理和控制水平,对提高生产绩效和综合市场竞争能力具有一定的指导作用。同时,在改进和深化的基础上,本文研究思路和成果对于其它组合优化问题和复杂调度问题具有良好的求解潜力和应用前景。本文在研究过程中得到了国家863项目（No.2003AA414120）、柔性制造系统技术国家重点实验室项目（No.51458060104JW0316）、2006教育部新世纪人才项目的大力支持和资助,在此表示衷心的感谢。
范颖晖,熊晓琼[6]（2008）在《面向轻工装备制造业的MES系统》文中研究指明在对Agent、Holon、SOA进行简要介绍的基础上,综述了它们在制造执行系统（MES）的模型、框架和软件体系结构、生产规划和调度、MES集成等方面的应用及其研究现状,并讨论了各自的优点与不足。在此基础上,针对轻工装备制造业的特点,对面向轻工装备制造业的MES的研究前景进行了展望。
苑明海[7]（2008）在《可重构装配线建模、平衡及调度研究》文中研究说明随着社会和科学技术的发展,现代制造业正面临不可预测、快速多变和不断增强的市场竞争等一系列问题。在这种背景下,可重构制造系统成为了全球经济一体化时代最有竞争力和发展潜力的制造模式。可重构装配线作为可以适应多品种、变批量、多功能、快速交货和短的产品市场寿命生产模式的新型可重构制造系统,也成为近年来装配领域的研究重点。可重构装配线的设计与管理作为可重构制造系统级研究的关键内容,是引导可重构制造系统深入研究和广泛应用的重要途径,通过可重构装配线管理系统的开发,可以为企业实现装配线的重构、平衡、调度及评价提供一个很好的控制与管理平台,增强企业的灵活性和适应性,提高企业的竞争能力。因此,针对可重构装配线管理系统的关键技术展开研究具有重要的理论意义及工程应用价值。本论文研究了基于多Agent的可重构装配线体系结构及其装配线管理技术,主要包括如下几方面:（1）研究了可重构装配线管理系统体系结构。在对可重构装配线系统需求进行分析的基础上,提出了基于多Agent的可重构装配线管理系统体系结构。分析了该体系结构的主要特征,设计了系统的功能模块。最后分析了系统实现的关键技术,为论文的研究确定了方向。（2）研究了可重构装配线建模技术。针对可重构装配线所具有的复杂性、重构性、智能性及自治性的特点,提出了面向Agent的赋时着色Petri网的可重构装配线建模方法。在对装配资源进行分类的基础上,将装配资源Agent内部行为进行封装,建立了装配资源Agent的ATCPN模型,并通过过渡变迁合成可重构装配单元ATCPN模型。根据每个可重构装配单元之间的逻辑关系,确定整个系统的消息传递关系,在此基础上实现了装配线快速重构。分析了可重构装配线的ATCPN模型的性能指标,并提出了AUML模型向ATCPN模型的映射规则及基于ATCPN的交互协议建模方法,通过引入相应的多Agent交互协议模型可以解决模型中存在的死锁和冲突。（3）研究了可重构装配线平衡。分析了可重构装配线的特点,综合考虑工作站的数量、工作站的负荷及装配线效率三个因素,提出了可重构装配线的平衡模型,同时提出了一种优化装配线平衡的混合遗传算法。该算法将模拟退火算法和遗传算法相结合,并采用了交叉概率和变异概率的自适应重构策略,有效避免了算法的早熟,增强了算法全局寻优能力。（4）研究了可重构装配线调度。综合考虑影响可重构装配线优化调度的三个主要因素,即最小化空闲和未完工作业量、均衡零部件的使用速率及装配线调整成本,提出了可重构装配线多目标优化调度的数学模型。同时,提出了一种基于Pareto多目标遗传算法的可重构装配线优化调度方法,该算法在遗传操作中综合运用了群体排序技术、小生境技术、Pareto解集过滤器及精英保留策略,并采用了交叉概率和变异概率的自适应重构策略,保证了群体的多样性,避免了算法早熟,增强了算法全局寻优能力。（5）研究了可重构装配线多目标调度决策。基于改进的层次分析法和信息熵法,综合了主观赋权法和客观赋权法的优势,提出了一种新的确定指标权重值的非线性目标规划模型。同时针对可重构装配线多目标调度方案优选中存在的诸多灰色信息,提出了一种基于灰关联分析的可重构装配线多目标调度决策模型,并利用决策向量与正理想参考向量关联度的贴近度作为决策方案的评判依据,使评价结果更为可靠、可信。（6）研究了可重构装配线评价体系。在分析了可重构装配线评价指标选取原则的基础上,根据可重构装配线的特点和要求,从工程实际出发,对具有多个不确定因素的多目标、多层次综合评价模糊决策进行研究,构建了一个较为系统、科学、全面的可重构装配线的三层指标评价体系,并分析了各个指标的内涵。利用组合赋权法来确定各评价指标的权重,通过最小二乘原理确定评价对象相对于最优参考值的优良隶属度,以此作为评价准则,并结合层次分析法和模糊数学的方法实现对各指标的评价。（7）建立了基于CORBA的可重构装配线管理系统集成框架,研究了装配资源的信息模型,并设计了系统的Agent结构及各Agent之间的通信机制。同时,开发了可视化的ATCPN仿真建模工具,用于可重构装配线的ATCPN建模和性能分析。在上述研究的基础上,开发可重构装配线管理原型系统,该系统已在某特种车辆厂中得到初步应用,效果良好。
林献坤[8]（2007）在《支持合弄结构的数控加工智能控制系统的关键技术研究》文中指出数控技术是先进制造技术和装备的核心技术，当今世界各国广泛采用数控技术，以提高制造水平和对动态多变市场的适应能力。但是数控系统在控制方面一直扮演的是一种顺序和逻辑执行器的功能，它缺少有效的加工过程反馈，更无法与制造系统的其他智能决策系统实现互动；在实际加工中为了避免存在不可预知的主轴电机过负荷或刀具破损，NC程序往往需要有经验的工程师事先编制，一般都采取比较保守的切削用量，这导致了较低的加工效率；合适的切削用量经过复杂计算可以得到，但得到的切削用量无法知道是否与整个制造系统目标协同。合弄控制结构是一种综合了递阶控制结构和协同控制结构形式与特点的制造系统控制结构，它汲取分布式结构的优点，是一种柔性的、开放的、具有能适应广大范围制造要求的先进控制结构，为制造系统控制结构的发展提供了新思路，正由于这种特点决定了它是制造系统控制结构发展演变的必然结果。本文应用合弄控制结构思想，研究数控加工过程智能控制的有关问题，研究成果对于提高我国的数控加工水平和加工效率具有重要作用，对于合弄控制结构在制造系统底层的具体实施具有一定理论指导意义。本文的主要研究内容及成果可总结如下：（1）探讨合弄控制结构的原理及特点，分析合弄控制结构决策能力的基础上，提出了支持合弄控制结构的数控加工过程离线规划、在线规划和实时规划的三层规划功能的智能控制系统模型，为数控加工环节支持合弄控制结构奠定了基础。在此系统模型的基础上，研究了基于多目标决策的在线规划的决策问题，给出了加工特征关系图的数据结构表示方式，提出了一种基于遗传算法和变贪婪算法相混合的问题求解方法，研究成果为决策者在多变动态的环境下提高数控加工在线工艺规划水平提供一种新思路。（2）分析传统专家系统在铣削加工参数智能选择应用中存在的问题，提出一种可实现铣削用量智能选择的模糊逻辑推理方法。构造了以刀具直径、加工深度和材料硬度为输入，以铣削速度和铣削进给量为输出的模糊推理模型。针对铣削进给量推理模型的输入与输出规则复杂性问题，给出了一种基于人工神经网络与k-means聚类相结合的机器学习方法，实现了推理规则知识的自动获取，通过手册数据与模型推理结果的对比实验研究，验证了提出的方法具有良好的智能推理性能，研究成果为专家系统实现铣削用量在线智能选择提供一种新方法。（3）研究设计了实现参数优化匹配Agent需要的相关配套技术，建立了加工参数多目标优化模型，给出了应用遗传算法求解多目标优化模型的方法，并通过模型求解获取可供智能Agent学习样本集，在此基础上提出了一种应用粒子群进化算法同时优化神经网络及其结构的方法，实现了对加工参数优化匹配知识的有效获取，为参数定量匹配Agent知识库的建立奠定基础。最后给出借用Visual C++为开发工具、以SQL Server为加工参数数据库管理系统，以CJlibrary类库为人机交互界面的开发继承类库，开发加工参数优化匹配Agent，并给出了具体实现过程。（4）针对数控加工过程支持Holonic控制结构的实时性要求，提出了数控加工实时规划Holon的决策模型，分析了模型中协调Agent的结构及功能原理，提出以模糊控制和专家控制混合控制方法为基础的智能递阶控制结构，为实时规划Holon决策功能的执行控制奠定基础。为了支持这种方法的有效应用，研究了以主轴功率为约束控制目标，以进给倍率开关和与机床兼容的相关控制特性为递阶控制接口，以嵌入式单片机为实现平台，开发实现实时规划Holon决策模型智能执行控制器，并给出了具体实现方法。研究成果为机床设备自律、加工过程ACC控制和制造系统优化三者之间实现协同，为传统数控加工过程存在自动化“孤岛”问题提供一种解决方案。
何娟[9]（2007）在《信息不完备条件下的敏捷制造调度系统研究》文中研究说明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。
刘斌玉[10]（2007）在《基于多Agent的敏捷生产线调度》文中研究表明未来的市场竞争环境将是持续多变且难以预测的。具有对环境变化的快速适应能力和创新能力，即具有敏捷性，是企业保持竞争优势的前提。在这种新的市场环境下如何进行组织管理，包括如何组织动态联盟，如何重构车间和生产单元，如何安排生产，如何调度等都是企业面临的主要问题。客户化的生产需求也极大地促使生产调度向敏捷调度转变。本论文就是在这种背景下，结合计算机与人工智能领域的多Agent技术等最新理论成果，将多Agent技术运用于敏捷生产线调度的求解领域，以期对生产调度问题的实际解决提供有益的探索。论文的主要工作包括以下几个方面：1、系统地分析了多Agent技术，对多Agent系统的基本理论进行了深入地研究，重点研究了多Agent系统的运作，包括通信与交互协议，并对合同网提出了一点改进方案。2、对于虚拟联盟如何寻求企业合伙人，提出了一种协商式层次分析法，建立动态数据库，并加入多次协商环节，以使企业联盟能更紧密的合作，寻求企业之间的互赢。3、在基于多Agent的敏捷制造系统中，引入中介Agent，增加了虚拟企业间的信任管理。4、深入分析车间生产调度系统，在MASS分层体系中详细介绍了各Agent之间的通信与协调。并在该系统中引入消息报告机制，提高了系统的执行效率。5、引出企业敏捷生产管理优化概念，并将项目管理软件Project Server2003应用到企业生产管理中去，不仅在企业内部获得很好的效果，而且也能加强虚拟企业联盟间的沟通和任务交流。
二、Agent技术和Holon技术在敏捷制造系统中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Agent技术和Holon技术在敏捷制造系统中的应用（论文提纲范文）
（1）基于状态感知的智能车间多Agent调度策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究应用背景及意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 室内定位问题概述 |
| 1.2.2 智能车间离散制造车间调度问题概述 |
| 1.3 论文组织结构与研究内容 |
| 第2章 智能车间状态感知技术研究 |
| 2.1 智能车间状态感知分析 |
| 2.1.1 智能车间状态感知需求 |
| 2.1.2 智能车间状态感知实现方法 |
| 2.2 AGV室内位置感知总体方案 |
| 2.2.1 惯性定位原理概述 |
| 2.2.2 RFID校正原理概述 |
| 2.2.3 组合定位方法 |
| 2.3 AGV室内实时定位模型 |
| 2.3.1 坐标变换方法 |
| 2.3.2 基于卡尔曼滤波的位姿更新算法 |
| 2.3.3 组合定位模型 |
| 2.4 AGV室内定位实验与结果分析 |
| 2.4.1 定位方案设计 |
| 2.4.2 实验及结果分析 |
| 2.5 本章小结 |
| 第3章 基于状态感知的Multi-Agent调度模型总体设计 |
| 3.1 Agent及 Multi-Agent理论 |
| 3.1.1 Agent理论 |
| 3.1.2 Multi-Agent概念及体系结构 |
| 3.2 基于Multi-Agent的智能车间Agent设计 |
| 3.2.1 基于Multi-Agent的车间调度问题概述 |
| 3.2.2 智能车间的Agent设计 |
| 3.3 智能车间实时调度模型构建 |
| 3.3.1 问题描述 |
| 3.3.2 目标与约束 |
| 3.3.3 实时调度评价指标 |
| 3.4 本章小结 |
| 第4章 智能车间Multi-Agent实时调度策略研究 |
| 4.1 Multi-Agent决策机制研究 |
| 4.1.1 MAS的协商机制 |
| 4.1.2 改进的合同网 |
| 4.2 加工中心任务分配策略 |
| 4.2.1 加工中心绩效考核反馈模型 |
| 4.2.2 加工中心任务分配策略 |
| 4.3 AGV任务分配策略 |
| 4.3.1 系统堵塞 |
| 4.3.2 AGV任务缓冲规则 |
| 4.3.3 AGV任务分配策略 |
| 4.4 本章小结 |
| 第5章 智能车间实时调度方法实例研究 |
| 5.1 实验对象分析 |
| 5.1.1 实验环境介绍 |
| 5.1.2 系统输入与算例 |
| 5.1.3 参数设置与计算依据 |
| 5.2 基于ePlantSim的仿真验证 |
| 5.2.1 车间建模 |
| 5.2.2 仿真运行及结果分析 |
| 5.3 本章小结 |
| 总结与展望 |
| 论文总结 |
| 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及科研成果 |
（2）基于神经内分泌免疫调节机制的类生物化制造系统调度技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源及研究背景 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景 |
| 1.2 现代智能制造系统研究综述 |
| 1.2.1 多智能体制造系统 |
| 1.2.2 Holonic制造系统 |
| 1.2.3 分形制造系统 |
| 1.2.4 生物型制造系统 |
| 1.2.5 现状总结 |
| 1.3 制造系统生产调度问题研究现状 |
| 1.3.1 制造系统生产调度问题的复杂性 |
| 1.3.2 现代制造系统生产调度面临的需求 |
| 1.3.3 现代智能制造系统动态调度技术 |
| 1.3.4 现状总结 |
| 1.4 论文的研究意义及研究内容 |
| 1.4.1 研究意义 |
| 1.4.2 研究内容 |
| 1.5 本章小结 |
| 第二章 基于神经内分泌免疫调节的BIMS模型 |
| 2.1 引言 |
| 2.2 BIMS的生物学背景 |
| 2.2.1 神经系统 |
| 2.2.2 内分泌系统 |
| 2.2.3 免疫系统 |
| 2.2.4 神经内分泌免疫系统 |
| 2.3 BIMS体系结构 |
| 2.3.1 智能制造系统与人体系统间的相似性 |
| 2.3.2 有机制造单元 |
| 2.3.3 BIMS体系构架 |
| 2.4 BIMS的调节模型 |
| 2.4.1 BIMS的内分泌调节模型 |
| 2.4.2 BIMS的神经内分泌调节模型 |
| 2.4.3 BIMS的神经内分泌免疫调节模型 |
| 2.5 本章小结 |
| 第三章 基于神经内分泌协调机制的车间动态调度 |
| 3.1 引言 |
| 3.2 基于神经内分泌调节机制的动态调度 |
| 3.2.1 类生物化车间动态调度系统的组成 |
| 3.2.2 BIMS动态调度模型 |
| 3.3 基于神经内分泌调节的资源分配机制 |
| 3.3.1 神经内分泌调多重反馈调节模型 |
| 3.3.2 BIMS多重反馈调节模型 |
| 3.3.3 BIMS资源分配机制 |
| 3.4 BIMS动态调度的调节过程 |
| 3.4.1 紧急订单的动态调度 |
| 3.4.2 机床故障的动态调度 |
| 3.4.3 生产延迟的动态调度 |
| 3.5 案例分析 |
| 3.5.1 性能指标 |
| 3.5.2 结果分析 |
| 3.6 本章小结 |
| 第四章 基于内分泌激素调节机制的AGV与机床在线同时调度 |
| 4.1 引言 |
| 4.2 机床与AGV在线调度模型 |
| 4.2.1 机床与AGV在线调度方法 |
| 4.2.2 内分泌系统的激素反应扩散机制 |
| 4.2.3 受激素反应扩散机制启发的机床与AGV在线调度模型 |
| 4.3 基于激素调节原理的调度系统建模 |
| 4.3.1 激素调节规律 |
| 4.3.2 调度过程中的时间参数 |
| 4.3.3 运输任务分配机制 |
| 4.4 机床与AGV在线同时调度的协作机制 |
| 4.5 实验研究 |
| 4.6 本章小结 |
| 第五章 基于神经内分泌免疫调节机制的BIMS扰动处理研究 |
| 5.1 引言 |
| 5.2 BIMS的扰动处理 |
| 5.2.1 BIMS的扰动处理方法 |
| 5.2.2 具有免疫监控和调度功能的有机制造单元 |
| 5.2.3 有机制造单元针对扰动的处理过程 |
| 5.3 BIMS扰动的检测与诊断 |
| 5.3.1 扰动的检测 |
| 5.3.2 扰动的诊断 |
| 5.4 BIMS扰动处理策略 |
| 5.4.1 AGV故障的扰动处理策略 |
| 5.4.2 机床故障的扰动处理策略 |
| 5.4.3 紧急订单的扰动处理策略 |
| 5.4.4 生产延迟的扰动处理过程 |
| 5.5 案例分析 |
| 5.5.1 实验描述 |
| 5.5.2 实验分析 |
| 5.5.3 性能指标分析 |
| 5.6 本章小结 |
| 第六章 类生物化制造系统仿真平台开发 |
| 6.1 引言 |
| 6.2 系统仿真平台构架 |
| 6.3 物理仿真平台 |
| 6.3.1 物理仿真平台构架 |
| 6.3.2 类激素通讯规则 |
| 6.3.3 物理仿真平台 |
| 6.4 软件仿真平台 |
| 6.4.1 软件仿真平台构架 |
| 6.4.2 软件仿真平台各功能模块介绍 |
| 6.5 系统运行实例 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（3）基于HMS的任务资源分配问题的研究（论文提纲范文）
| 1 全能制造系统HMS |
| 1.1 HMS应用 |
| 1.2 HMS结构 |
| 1.3 HMS制造系统与传统制造系统的区别 |
| 2 Holon制造系统的任务资源动态配置机制 |
| 3 全局优化模型 |
| 3.1 数学模型 |
| 3.2 仿真实例测试 |
| 4 结语 |
（4）分形制造系统中的生产调度问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 0 前言 |
| 1 绪论 |
| 1.1 研究背景及问题的提出 |
| 1.2 研究价值与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 生产调度问题及研究现状 |
| 1.3.2 MAS 在生产调度中的国内外研究现状 |
| 1.4 研究方法和研究思路 |
| 1.4.1 研究方法 |
| 1.4.2 研究思路 |
| 1.5 章节安排与论文结构 |
| 1.5.1 章节安排 |
| 1.5.2 论文结构 |
| 1.6 本章小结 |
| 2 分形制造系统理论及其研究综述 |
| 2.1 分形公司 |
| 2.2 分形制造系统 |
| 2.2.1 分形制造系统的概念和结构 |
| 2.2.2 分形制造系统的特点 |
| 2.2.3 分形制造系统和其他先进制造模式的对比分析 |
| 2.2.4 分形制造系统中分形元之间的交互 |
| 2.3 分形制造生产调度问题 |
| 2.4 分形制造系统研究综述 |
| 2.4.1 在系统建模中的研究 |
| 2.4.2 在制造供应链中的研究 |
| 2.4.3 在企业联盟中的研究 |
| 2.5 本章小结 |
| 3 基于MULTI-AGENTS 的分形制造生产调度建模研究 |
| 3.1 AGENT 与UML |
| 3.1.1 Agent 概述 |
| 3.1.2 UML 概述 |
| 3.2 分形制造系统中的生产调度运行模式 |
| 3.3 基于MAS 的生产调度系统建模 |
| 3.3.1 Agent 的类型 |
| 3.3.2 基于UML 的Agent 建模 |
| 3.5 本章小结 |
| 4 分形制造生产调度中协商理论研究 |
| 4.1 任务分解和任务分配 |
| 4.1.1 任务分解 |
| 4.1.2 任务分配 |
| 4.2 基于CNP 的协商理论研究 |
| 4.2.1 协商理论 |
| 4.2.2 基于CNP 的协商理论 |
| 4.2.3 CNP 的不足 |
| 4.3 基于移动AGENT 的分形制造生产调度协商模型 |
| 4.3.1 移动Agent |
| 4.3.2 基于移动Agent 协商理论的功能结构 |
| 4.3.3 基于移动Agent 协商过程模型 |
| 4.4 分形制造生产调度中的协商策略研究 |
| 4.4.1 移动列表构建策略 |
| 4.4.2 招标列表的初步评价策略 |
| 4.4.3 基于TOPSIS 的定标策略 |
| 4.5 本章小结 |
| 5 基于MULTI-AGENTS 的分形制造生产调度实例研究 |
| 5.1 问题提出 |
| 5.2 前提假设 |
| 5.3 问题求解 |
| 5.4 本章小结 |
| 6 研究结论和展望 |
| 6.1 研究结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 发表的学术论文 |
（5）基于自治与协商机制的柔性制造车间智能调度技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.1.1 新型制造模式哲理 |
| 1.1.2 制造系统生产调度问题的复杂性 |
| 1.1.3 制造系统车间生产调度面临新挑战 |
| 1.1.4 基于自治与协商机制的调度技术 |
| 1.1.5 课题的研究意义 |
| 1.2 论文的研究目标与主要内容 |
| 1.3 论文的组织结构 |
| 第二章 基于自治与协商调度的核心技术现状研究 |
| 2.1 引言 |
| 2.2 Agent和Holon |
| 2.3 基于Agent或Holon的制造控制系统体系结构模型 |
| 2.3.1 体系结构模型 |
| 2.3.2 基于Agent 或Holon 的制造控制系统体系结构模型的定量评价 |
| 2.4 协商机制 |
| 2.4.1 协商机制分类 |
| 2.4.2 协商协议形式化描述方法 |
| 2.5 调度算法 |
| 2.5.1 典型调度算法 |
| 2.5.2 过滤定向搜索方法在车间调度中的应用 |
| 2.6 强化学习及其在生产调度中的应用综述 |
| 2.6.1 强化学习典型算法简介 |
| 2.6.2 强化学习的生产调度应用综述 |
| 2.7 基于Agent或Holon的自治与协商调度发展趋势 |
| 2.8 基于自治与协商调度的核心技术现状研究小结 |
| 第三章 柔性制造车间混合式控制体系结构模型及其形式化规范 |
| 3.1 引言 |
| 3.2 基于Holon的柔性制造车间混合式体系结构模型 |
| 3.2.1 基于Holon 的混合式体系结构理论 |
| 3.2.2 构建基于Holon 的柔性制造车间混合式控制体系结构模型 |
| 3.2.3 Holon 间通信语言规范 |
| 3.3 体系结构模型的形式化规范的必要性和方法 |
| 3.3.1 形式化规范的必要性 |
| 3.3.2 形式化规范描述方法 |
| 3.4 基于一阶多元π 演算的控制体系结构模型形式化规范 |
| 3.5 本章小结 |
| 第四章 集成合同网和Q-学习的柔性制造单元任务动态协调分配机制 |
| 4.1 引言 |
| 4.2 强化学习与Q-学习算法 |
| 4.2.1 马尔可夫决策过程（MDP, Markov Decision Process） |
| 4.2.2 强化学习原理和基本要素 |
| 4.2.3 Q-学习算法 |
| 4.3 集成合同网和Q-学习的单元任务动态协调分配机制（CNP-QL） |
| 4.3.1 CNP-QL 协商机制模型 |
| 4.3.2 基于FIPA ACL 的CNP-QL 机制的消息表述 |
| 4.3.3 CNP-QL 机制的策略决策过程和学习过程 |
| 4.3.4 CNP-QL 机制中Q-学习算法各因素的具体定义 |
| 4.4 基于CNP-QL 机制的作业动态分配仿真实验和分析 |
| 4.5 本章小结 |
| 第五章 基于过滤定向搜索算法的单元自治调度方法 |
| 5.1 引言 |
| 5.2 基于过滤定向搜索的单元自治调度决策模型 |
| 5.3 问题域—多目标柔性Job-shop调度问题模型 |
| 5.3.1 柔性Job-shop 调度问题描述 |
| 5.3.2 作业调度多目标因素 |
| 5.3.3 多目标调度优化问题及解决方法 |
| 5.3.4 选定三种目标的原因及目标间相互冲突性论证 |
| 5.3.5 基于选定三目标的柔性Job-shop 调度问题建模及模型分析 |
| 5.4 核心算法—基于过滤定向搜索的启发式算法（HFBS） |
| 5.4.1 过滤定向搜索算法 |
| 5.4.2 搜索策略定义 |
| 5.4.3 算法描述 |
| 5.4.4 算法说明实例描述 |
| 5.5 算法性能评价 |
| 5.5.1 局部评价函数和全局评价函数性能分析 |
| 5.5.2 典型FJSP Benchmark 实例的仿真及比较分析 |
| 5.5.3 与调度规则的仿真比较分析 |
| 5.6 本章小结 |
| 第六章 基于过滤定向搜索算法的单元自治动态重调度优化 |
| 6.1 引言 |
| 6.2 动态重调度理论框架体系 |
| 6.2.1 重调度环境和动态事件 |
| 6.2.2 重调度策略 |
| 6.2.3 重调度方法 |
| 6.3 基于过滤定向搜索的单元动态重调度策略 |
| 6.3.1 动态重调度问题描述 |
| 6.3.2 动态重调度决策过程 |
| 6.3.3 过滤定向搜索算法的改进 |
| 6.3.4 算法的时间复杂性分析 |
| 6.4 动态重调度算例仿真 |
| 6.4.1 算法评价 |
| 6.4.2 动态重调度算例仿真 |
| 6.5 本章小结 |
| 第七章 原型仿真系统设计与开发 |
| 7.1 引言 |
| 7.2 JADE 平台 |
| 7.3 原型系统设计方法与运行环境 |
| 7.3.1 面向智能实体设计方法 |
| 7.3.2 硬件环境 |
| 7.3.3 软件体系架构 |
| 7.4 原型系统设计与仿真界面 |
| 7.4.1 辅助功能描述 |
| 7.4.2 系统包图和类图 |
| 7.4.3 原型系统功能界面 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 引言 |
| 8.2 本论文的主要工作及成果 |
| 8.3 展望 |
| 参考文献 |
| 附录A CNP-QL 算法和仿真源代码 |
| 附录B 基于过滤定向搜索算法的核心源代码及部分操作界面 |
| 致谢 |
| 作者攻读博士学位期间所做的工作和所发表录用的学术论文 |
（6）面向轻工装备制造业的MES系统（论文提纲范文）
| 1 制造执行系统 |
| 1.1 基于Agent和基于Holon的MES |
| 1.1.1 MES的模型、框架和软件体系结构 |
| 1.1.2 MES中的生产规划和调度 |
| 1.2 基于SOA的MES |
| 2 面向轻工装备制造业的MES |
| 3 结束语 |
（7）可重构装配线建模、平衡及调度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 图清单 |
| 表清单 |
| 缩略词表 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.2.1 课题来源 |
| 1.2.2 制造模式的发展现状 |
| 1.2.3 可重构制造系统 |
| 1.2.4 可重构装配线 |
| 1.3 国内外研究现状 |
| 1.3.1 可重构装配线系统建模研究 |
| 1.3.2 可重构装配线平衡研究 |
| 1.3.3 可重构装配线优化调度研究 |
| 1.3.4 可重构装配线评价体系研究 |
| 1.4 选题意义及本文主要内容 |
| 1.4.1 选题意义 |
| 1.4.2 尚存问题及本文主要内容 |
| 1.5 本文章节安排 |
| 2 可重构装配线管理系统体系结构 |
| 2.1 引言 |
| 2.2 系统需求分析 |
| 2.3 可重构装配线管理系统体系结构 |
| 2.3.1 系统的体系结构 |
| 2.3.2 系统的功能结构 |
| 2.3.3 系统体系结构特征 |
| 2.4 可重构装配线管理系统实现的关键技术 |
| 2.5 本章小结 |
| 3 基于ATCPN的可重构装配线建模研究 |
| 3.1 引言 |
| 3.2 面向Agent的赋时着色Petri网的定义 |
| 3.3 可重构装配线建模方法 |
| 3.3.1 装配资源分类 |
| 3.3.2 装配资源的ATCPN模型 |
| 3.3.3 可重构装配单元构建 |
| 3.3.4 可重构装配线系统模型的构建 |
| 3.3.5 可重构装配线性能指标分析 |
| 3.4 基于ATCPN的可重构装配线交互协议建模 |
| 3.4.1 AUML模型向ATCPN模型的映射规则 |
| 3.4.2 ATCPN协议模型的简化 |
| 3.4.3 基于ATCPN的可重构装配线的交互协议建模步骤 |
| 3.5 工程应用 |
| 3.5.1 冲突分析 |
| 3.5.2 多Agent交互协议分析 |
| 3.5.3 基于ATCPN的可重构装配线建模特点 |
| 3.6 本章小结 |
| 4 基于混合遗传算法的可重构装配线平衡研究 |
| 4.1 引言 |
| 4.2 可重构装配线平衡问题的描述 |
| 4.2.1 可重构装配线平衡的特点 |
| 4.2.2 装配模型的优先关系和优先图 |
| 4.2.3 数学模型的建立 |
| 4.3 基于改进混合遗传算法的可重构装配线平衡算法 |
| 4.3.1 编码 |
| 4.3.2 解码 |
| 4.3.3 适用度函数 |
| 4.3.4 遗传算子 |
| 4.3.5 交叉、变异概率的确定 |
| 4.3.6 初始温度选择及退温操作 |
| 4.3.7 算法流程 |
| 4.3.8 算法验证 |
| 4.4 工程应用 |
| 4.5 本章小结 |
| 5 可重构装配线多目标优化调度研究 |
| 5.1 引言 |
| 5.2 可重构装配线多目标优化调度模型 |
| 5.2.1 空闲和未完工的作业量最小的目标函数 |
| 5.2.2 零部件使用速率均匀化目标函数 |
| 5.2.3 最小化装配线调整费用 |
| 5.3 可重构装配线多目标调度算法 |
| 5.3.1 Pareto解集概念 |
| 5.3.2 基因编码 |
| 5.3.3 遗传操作 |
| 5.3.4 分级方法 |
| 5.3.5 小生境技术 |
| 5.3.6 Pareto优化解集过滤 |
| 5.3.7 精英保留策略 |
| 5.3.8 算法流程 |
| 5.3.9 算法验证 |
| 5.4 可重构装配线多目标调度决策模型 |
| 5.4.1 指标值的规范化 |
| 5.4.2 组合赋权法 |
| 5.4.3 基于灰关联多目标决策模型 |
| 5.5 工程应用 |
| 5.6 本章小结 |
| 6 可重构装配线评价体系研究 |
| 6.1 引言 |
| 6.2 可重构装配线的评价体系及其指标内涵 |
| 6.2.1 评价指标体系 |
| 6.2.2 评价指标的定义 |
| 6.2.3 评价指标值的获取 |
| 6.3 可重构装配线的模糊综合评价 |
| 6.3.1 决策准则的确定 |
| 6.3.2 可重构装配线模糊优选评价过程 |
| 6.4 工程应用 |
| 6.5 本章小结 |
| 7 可重构装配线管理系统的开发 |
| 7.1 引言 |
| 7.2 可重构装配线管理系统的开发 |
| 7.2.1 基于CORBA的系统集成框架 |
| 7.2.2 系统Agent结构模型 |
| 7.2.3 系统Agent之间的通信机制 |
| 7.2.4 装配资源的信息模型 |
| 7.2.5 ATCPN模型的仿真建模工具开发 |
| 7.3 可重构装配线管理原型系统 |
| 7.3.1 任务管理 |
| 7.3.2 装配资源管理 |
| 7.3.3 重构管理 |
| 7.3.4 装配线平衡 |
| 7.3.5 装配线调度 |
| 7.3.6 装配线评价体系 |
| 7.4 本章小结 |
| 8 总结与展望 |
| 8.1 研究总结 |
| 8.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表论文和参加科研情况 |
（8）支持合弄结构的数控加工智能控制系统的关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与课题来源 |
| 1.2 合弄控制结构及加工过程合弄的研究现状 |
| 1.2.1 制造系统控制结构的演变 |
| 1.2.2 合弄控制结构 |
| 1.2.3 加工过程的MAS和Holon |
| 1.3 加工过程智能化技术的研究现状 |
| 1.3.1 基于加工特征的智能工艺规划方法 |
| 1.3.2 加工参数选择及优化方法 |
| 1.3.3 加工过程的ACC技术 |
| 1.4 研究内容及意义 |
| 1.4.1 研究内容 |
| 1.4.2 研究意义 |
| 1.5 章节安排 |
| 第2章 支持合弄结构的数控加工智能控制系统模型 |
| 2.1 合弄控制结构的基本原理 |
| 2.1.1 合弄控制结构的相关概念 |
| 2.1.2 合弄控制结构的特性 |
| 2.1.3 合弄控制结构的决策能力 |
| 2.2 系统模型的提出及其功能分析 |
| 2.2.1 现状分析与探讨 |
| 2.2.2 模型提出 |
| 2.2.3 模型功能分析 |
| 2.2.4 协调机制分析 |
| 2.3 在线规划Holon的决策问题描述 |
| 2.3.1 加工特征关系的AND/OR图表示 |
| 2.3.2 在线规划决策问题描述 |
| 2.4 在线规划Holon的决策问题求解 |
| 2.4.1 AND/OR图的数据结构表示 |
| 2.4.2 求解方法 |
| 2.4.3 求解算法设计 |
| 2.5 仿真研究 |
| 2.5.1 决策实例 |
| 2.5.2 仿真计算 |
| 2.5.3 结果分析 |
| 2.6 小结 |
| 第3章 基于模糊逻辑的加工参数智能选择方法研究 |
| 3.1 加工参数智能选择过程 |
| 3.2 加工参数智能选择方法分析与探讨 |
| 3.3 模糊逻辑的理论基础 |
| 3.3.1 模糊逻辑理论概述 |
| 3.3.2 模糊逻辑的数学理论基础 |
| 3.3.3 模糊逻辑推理的系统组成 |
| 3.4 切削用量的智能选择模型 |
| 3.4.1 智能选择模型建立 |
| 3.4.2 精确量的模糊化 |
| 3.4.3 模糊规则获取方法 |
| 3.4.4 推理引擎设计 |
| 3.5 实例分析与讨论 |
| 3.5.1 推理实例 |
| 3.5.2 推理过程 |
| 3.5.3 结果分析 |
| 3.5.4 结论 |
| 3.6 小结 |
| 第4章 加工参数优化匹配Agent的研究与实现 |
| 4.1 加工参数多目标优化模型 |
| 4.2 优化模型求解 |
| 4.3 优化匹配知识表示方法 |
| 4.3.1 知识表示的方法选择 |
| 4.3.2 知识表示模型 |
| 4.3.3 粒子群优化算法 |
| 4.3.4 知识获取的算法设计 |
| 4.4 知识获取实例及分析 |
| 4.4.1 算例设计 |
| 4.4.2 样本生成 |
| 4.4.3 学习过程 |
| 4.4.4 性能分析 |
| 4.5 Agent的设计与实现 |
| 4.5.1 参数数据库的设计 |
| 4.5.2 Agent协调协议设计 |
| 4.5.3 Agent软件结构设计 |
| 4.5.4 开发实现 |
| 4.6 小结 |
| 第5章 实时规划Holon的决策模型及其控制实现 |
| 5.1 实时规划Holon的决策模型 |
| 5.1.1 模型的提出 |
| 5.1.2 协调Agent的工作原理 |
| 5.2 决策功能控制的实现方法 |
| 5.2.1 智能递阶控制原理 |
| 5.2.2 模糊控制器的设计 |
| 5.2.3 专家控制实现设备自律 |
| 5.3 执行控制器的开发实现 |
| 5.3.1 控制器结构原理 |
| 5.3.2 嵌入式AVR单片机的应用 |
| 5.3.3 硬件平台的实现 |
| 5.3.4 执行控制的程序实现 |
| 5.4 实时规划的控制实验研究 |
| 5.4.1 实验设置 |
| 5.4.2 加工实验 |
| 5.4.3 结果分析 |
| 5.5 小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 进一步的研究工作 |
| 致谢 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文与研究成果 |
（9）信息不完备条件下的敏捷制造调度系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 敏捷制造调度的研究现状 |
| 1.2 问题的提出 |
| 1.3 论文的框架与主要内容 |
| 2 AGENT 技术在敏捷制造中的应用 |
| 2.1 AGENT 技术 |
| 2.1.1 AGENT 的定义 |
| 2.1.2 AGENT 的特性 |
| 2.1.3 AGENT 的分类 |
| 2.1.4 AGENT 的结构 |
| 2.2 多AGENT 系统 |
| 2.2.1 多AGENT 系统概述 |
| 2.2.2 多AGENT 系统结构 |
| 2.2.3 多AGENT 系统通信语言 |
| 2.2.4 多AGENT 系统的应用 |
| 2.3 应用AGENT 技术的优点 |
| 2.4 AGENT 技术在制造企业中的应用 |
| 2.5 本章小结 |
| 3 基于 AGENT 的敏捷制造调度系统结构 |
| 3.1 敏捷制造单元调度 |
| 3.2 多AGENT 敏捷制造调度系统结构 |
| 3.2.1 敏捷制造系统调度的因素 |
| 3.2.2 多AGENT 敏捷制造调度系统特点 |
| 3.2.3 基于AGENT 的敏捷制造调度系统 |
| 3.3 本章小结 |
| 4 优化调度算法 |
| 4.1 合同网协议 |
| 4.1.1 合同网 |
| 4.1.2 合同网会话协议 |
| 4.1.3 CNCP 合同网扩展协议 |
| 4.2 招标机制 |
| 4.2.1 算法的信息模型 |
| 4.2.2 自组织招标 |
| 4.3 遗传算法 |
| 4.3.1 算法设计 |
| 4.3.2 算法流程图 |
| 4.4 实验分析 |
| 4.5 本章小结 |
| 5 JADE 环境下的模拟试验 |
| 5.1 JADE 平台概述 |
| 5.2 AGENT 平台 |
| 5.3 基于JADE 的系统的实现 |
| 5.3.1 “敏捷制造调度系统”的系统功能 |
| 5.3.2 “敏捷制造调度系统”的系统执行行为 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（10）基于多Agent的敏捷生产线调度（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 生产线调度国内外发展过程和研究趋势 |
| 1.2.1 生产调度的国内外发展过程 |
| 1.2.2 生产调度的研究发展趋势 |
| 1.2.2.1 多Agent技术的应用 |
| 1.2.2.2 敏捷制造系统 |
| 1.2.2.3 企业生产管理优化 |
| 1.3 本文主要研究内容 |
| 第2章 多Agent技术 |
| 2.1 多Agent系统的产生 |
| 2.2 Agent概念 |
| 2.2.1 Agent的概念 |
| 2.2.2 Agent的属性和分类 |
| 2.3 Agent的结构 |
| 2.3.1 基于混合式结构的Agent模型 |
| 2.4 多Agent系统的研究 |
| 2.4.1 多Agent系统的概念 |
| 2.4.2 多Agent系统的特性 |
| 2.5 多Agent系统的运作 |
| 2.5.1 多Agent系统的通信协议 |
| 2.5.2 多Agent系统的交互协议 |
| 2.5.2.1 改进的合同网协议 |
| 2.6 多Agent技术的应用前景 |
| 2.6.1 在敏捷制造系统中的应用 |
| 2.6.2 在车间生产调度中的应用 |
| 2.6.3 其他应用 |
| 2.7 本章小结 |
| 第3章 基于多Agent的敏捷制造系统 |
| 3.1 敏捷制造系统 |
| 3.1.1 敏捷制造系统的概念 |
| 3.1.2 敏捷制造的组织形式—虚拟企业 |
| 3.1.2.1 虚拟企业的定义及特点 |
| 3.1.2.2 虚拟企业的重构 |
| 3.2 虚拟企业合作伙伴的选择 |
| 3.2.1 动态数据库的建立 |
| 3.2.2 协商式层次分析法 |
| 3.2.2.1 初选阶段 |
| 3.2.2.2 协商阶段 |
| 3.2.2.3 综合优化决策 |
| 3.3 虚拟企业的多Agent体系结构 |
| 3.4 本章小结 |
| 第4章 基于多Agent的车间生产线调度 |
| 4.1 车间生产调度的研究现状 |
| 4.1.1 车间调度问题的描述 |
| 4.1.2 车间生产调度的研究方法 |
| 4.2 基于多Agent的车间调度结构 |
| 4.2.1 车间生产调度的问题描述 |
| 4.2.2 多Agent车间调度结构 |
| 4.3 本章小结 |
| 第5章 企业敏捷生产管理优化 |
| 5.1 企业敏捷生产管理概述 |
| 5.1.1 企业敏捷生产管理背景 |
| 5.1.2 企业生产管理现状 |
| 5.2 基于Project Server2003的敏捷生产管理优化 |
| 5.2.1 项目管理的背景 |
| 5.2.2 企业项目化管理 |
| 5.2.3 Project Server 2003简介 |
| 5.3 项目化管理的运作程序 |
| 5.3.1 制定计划 |
| 5.3.2 发布计划 |
| 5.3.3 跟踪与管理 |
| 5.3.4 项目收尾 |
| 5.3.5 项目化管理对企业管理的改善 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文与研究成果 |
四、Agent技术和Holon技术在敏捷制造系统中的应用（论文参考文献）
- [1]基于状态感知的智能车间多Agent调度策略研究[D]. 王爽. 西南交通大学, 2019(04)
- [2]基于神经内分泌免疫调节机制的类生物化制造系统调度技术研究[D]. 郑堃. 南京航空航天大学, 2016(11)
- [3]基于HMS的任务资源分配问题的研究[J]. 张硕,台玉红,蒋兆. 科技与管理, 2014(05)
- [4]分形制造系统中的生产调度问题研究[D]. 陈超. 中国海洋大学, 2009(11)
- [5]基于自治与协商机制的柔性制造车间智能调度技术研究[D]. 王世进. 上海交通大学, 2008(07)
- [6]面向轻工装备制造业的MES系统[J]. 范颖晖,熊晓琼. 中国制造业信息化, 2008(07)
- [7]可重构装配线建模、平衡及调度研究[D]. 苑明海. 南京理工大学, 2008(12)
- [8]支持合弄结构的数控加工智能控制系统的关键技术研究[D]. 林献坤. 同济大学, 2007(04)
- [9]信息不完备条件下的敏捷制造调度系统研究[D]. 何娟. 西安理工大学, 2007(02)
- [10]基于多Agent的敏捷生产线调度[D]. 刘斌玉. 同济大学, 2007(04)