多Agent是多學(xué)科相融合、具有很高實用價值的研究領(lǐng)域,是當(dāng)前人工智能領(lǐng)域的研究熱點。生產(chǎn)調(diào)度位于CIMS體系結(jié)構(gòu)的中間層,是實施CIMS的關(guān)鍵。在實際制造系統(tǒng)開放的、動態(tài)的環(huán)境下,生產(chǎn)調(diào)度問題不僅是具有NP難度的組合優(yōu)化問題,而且呈現(xiàn)極強的動態(tài)性,借助多Agent的自治性和合作能力為解決動態(tài)的、復(fù)雜的調(diào)度問題提供了可能。 本文系統(tǒng)地闡述了多Agent理論及其在生產(chǎn)調(diào)度中的應(yīng)用,通過多Agent技術(shù),把計劃分配與任務(wù)調(diào)度有機的結(jié)合起來,實現(xiàn)整個系統(tǒng)的計算機集成。具體研究工作包括以下幾個方面: 1.通過對目前較為流行的合同網(wǎng)協(xié)議的分析,指出了合同網(wǎng)協(xié)議存在通訊量大、協(xié)商效率低等缺點,并提出了一種改進的合同網(wǎng)模型用以解決分布式車間的計劃分配問題。 2.把蟻群算法應(yīng)用于Job-shop調(diào)度問題。提出了一種基于工序的螞蟻遍歷方法,并對揮發(fā)系數(shù)引入了一個自適應(yīng)過程,通過解的特征自動的來調(diào)整揮發(fā)系數(shù)。 3.通過把蟻群算法與強化學(xué)習(xí)相結(jié)合,提出了一種基于自適應(yīng)Agent的車間調(diào)度方法。當(dāng)生產(chǎn)環(huán)境發(fā)生變化時,螞蟻會根據(jù)歷史獎勵和立即獎勵情況進行決策,實現(xiàn)任務(wù)在機器資源上的分配。 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于合同網(wǎng)協(xié)議的協(xié)商模型

浙江工業(yè)大學(xué)研究生碩士學(xué)位論文在計劃協(xié)商之前，首先進行車間注冊，告訴管理Agnet有關(guān)車間的一些基本信息，當(dāng)這3個車間全部注冊完畢，注冊信息表如圖3一4所示:當(dāng)3個車間全部注冊完畢，由管理Agent發(fā)起招標(biāo)活動。此時，計劃已經(jīng)根據(jù)優(yōu)先級進行排序，優(yōu)先級高的先招標(biāo)，優(yōu)先級低的后招標(biāo)，如圖3一5所示。圖3一5計劃優(yōu)先級由于計劃信息量很大，圖3一6是部分計劃信息，包括合同編號、計劃編號等。圖3一6計劃信息下面給出整個協(xié)商過程，如圖3一7所示。田3一7多Ageni協(xié)同瓜程

浙江工業(yè)大學(xué)研究生碩士學(xué)位論文在計劃協(xié)商之前，首先進行車間注冊，告訴管理Agnet有關(guān)車間的一些基本信息，當(dāng)這3個車間全部注冊完畢，注冊信息表如圖3一4所示:當(dāng)3個車間全部注冊完畢，由管理Agent發(fā)起招標(biāo)活動。此時，計劃已經(jīng)根據(jù)優(yōu)先級進行排序，優(yōu)先級高的先招標(biāo)，優(yōu)先級低的后招標(biāo)，如圖3一5所示。圖3一5計劃優(yōu)先級由于計劃信息量很大，圖3一6是部分計劃信息，包括合同編號、計劃編號等。圖3一6計劃信息下面給出整個協(xié)商過程，如圖3一7所示。田3一7多Ageni協(xié)同瓜程


本文編號：3354565