文档介绍：摘要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一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,一投标过程来体现,系统的动态性、多且标优化性、全局最优化性,通过一套奖罚制度和综合评价标准来具体实现,本文对其数学模型做出了详细介绍。奖罚制度和综合评价标准,能够很好的满足现代制造系统的要求,很好的解决复杂车间的调度问题,对于实现车间调度智能化起到了重要作用。再次,在车间调度多智能体模型的基础上,提出了适合动态调度的多智能体模型,并针对机器不确定和任务不确定这两种情况进行了研究。通过把蚁群算法与强化学习相结合,提出了一种基于自适应某滴实鞫确椒ā5鄙肪最后,将多智能体技术应用到芯片制造生产线动态调度上,给出了基于智能体的动态调度模型,以及智能体决策中使用的调度算法。通过实例,给出了方法智能体作为一种思想,代表了现代人工智能的发展方向。随着计算机技术、研究工作包括以下几个方面:发生变化时,蚂蚁会根据历史奖励和立即奖励情况进行决策,实现任务在机器资源上的分配。的使用过程。通信技术、自动化技术、制造技术和现代管理技术的提高,生产调度必将向着网络化、智能化、规模化、实用化的方向发展。关键词:多智能体,动态调度,强化学习,蚁群算法
知识水坝为您整理
.甌猻,....,琧狝,,.甈;瓸猘’,—琽,瑃
知识水坝为您整理
瑃琺琖..,,簃·.
第滦髀研究背景及意义调度的一般概念是在给定的时间内对系统内的有限资源进行合理安排,使之以尽可能优良的性能完成预定的任务。对于生产系统而言,生产调度要根据系统的生产目标和环境状态,在尽可能满足约束条件缃换跗凇⒐ひ找G蠛吐废摺资源现状那疤嵯拢凑展ひ展娉毯图苹ü麓锷苹暗鞫戎噶疃韵统内的可用资源进行实时任务分配,以达到缩短产品的制造周期、减少在制品、降低库存、提高生产资源的利用率以及提高制造系统生产率等目的。生产调度问题的研究不仅具有重要的理论意义,而且具有重要的实际应用价值。在全球制造的新形势下,生产调度研究面临着许多新问题,迫切需要有新的调度方法和调度机制来解决。生产调度问题一般可以描述为:针对某项可以分解的工作,在一定的约束条件下,如何安排其组成部分所占用的资源、加工时间及先后顺序,以获得产品制影响调度问题的因素很多,正常情况下有:产品的投产期,交货期瓿善,制等,这些都是所谓的约束条件。有些约束条件是必须要满足的,如交货期,生产能力等,而有些达到一定的满意度即可,如生产成本等。这些约束在进行调度时可以作为确定性因素考虑。而对于设备故障,原料供应变化,生产任务变化等非正常情况,都是事先不能预见的,在进行调度时大多作为不确定性因素考虑。生产调度中涉及的工厂资源包括:原料、设备、人力、资金、能源等。资源的详细分配受到产品的生产工艺的限制。生产调度的性能指标可以是成本最低、库存费用最少、生产周期最短、生产切换最少、设备利用率最高、三废最少等。实际生产调度的性能指标大致可以归畲竽芰χ副辏喊ㄗ畲笊省⒆疃痰纳芷诘龋嵌伎梢怨榻为在固定或者无限的产品需求下,最大化生产能力以提高经济效益。在假定存在连续固定需求的前提下,工厂通过库存满足产品的需求,调度问题的主要目标为造时间或者成本等最优。生产能力,加工顺序,加工设备和原料的可用性,批量大小,加工路径,成本限结为三类:提高生产设备的利用率、缩短产品的生产周期,使工厂生产能力最大,这类生产调度问题可以称为最大能力调度问题。杀局副辏喊ㄗ畲罄蟆⒆钚≡诵蟹延谩⒆钚⊥蹲省⒆畲笫找娴取F武汉理工大学硕士学位论文
“调度”。调度的结果是调度时序表。它是一个“任务一时间”表,是一个“关中收益指产品销售收入,运行费用包括库存成本、生产成本和缺货损失。突舛戎副辏喊ㄗ疃痰难映佟⒆钚√崆盎蛘哐悠诔头5取T诖的调度中,一般以平均流通时间最小、制造周期最短、满足交货期为调度目标,而在实际生