多智能體技術是目前人工智能領域的研究熱點，它對解決具有空間分布特點的復雜問題有著獨特的優(yōu)勢，是一種具有重要研究意義和應用價值的方法。生產(chǎn)調度是控制與管理一體化的接合部，向上要給企業(yè)經(jīng)營戰(zhàn)略決策層提供決策依據(jù)，向下要安排生產(chǎn)加工任務，指導監(jiān)督控制層的運作。由于調度問題大多數(shù)都是具有NP難度的組合優(yōu)化問題，尋找具有多項式復雜性的優(yōu)化方法幾乎是不可能的。將多智能體技術和生產(chǎn)調度相結合，利用多智能體系統(tǒng)的分布求解特性，將復雜任務分解成相對簡單的單元模塊，通過協(xié)商和合作共同完成任務，從而降低單一調度系統(tǒng)設計的復雜性。 本文系統(tǒng)地闡述了多智能體理論及其在生產(chǎn)調度中的應用，通過多智能體技術，把計劃分配與任務調度有機的結合起來，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： 首先，系統(tǒng)地分析了多智能體系統(tǒng)中智能體之間的通信以及多個智能體之間的協(xié)作問題，為基于多智能體技術的調度系統(tǒng)的提出建立理論基礎。 其次，對傳統(tǒng)的車間調度系統(tǒng)進行了深入分析，在傳統(tǒng)調度系統(tǒng)的基礎上，建立了一套基于多個智能體系統(tǒng)的車間調度系統(tǒng)模型，系統(tǒng)的智能化通過招標——投標過程來體現(xiàn)，系統(tǒng)的動態(tài)性、多目標優(yōu)... 

【文章來源】：武漢理工大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 生產(chǎn)調度問題的研究現(xiàn)狀
    1.3 本文的研究目的、研究內容和章節(jié)安排
        1.3.1 研究目的
        1.3.2 研究內容
        1.3.3 章節(jié)安排
第2章 智能體與多智能體系統(tǒng)
    2.1 智能體理論
        2.1.1 智能體的定義及特點
        2.1.2 智能體的結構分類
        2.1.3 智能體的模型
    2.2 多智能體系統(tǒng)
        2.2.1 層次體系結構
        2.2.2 異構體系結構
        2.2.3 混合體系結構
    2.3 多智能體間的交互與合作
        2.3.1 智能體間的通信方式
        2.3.2 多智能體間的交互
        2.3.3 協(xié)調與協(xié)作
    2.4 多智能體調度系統(tǒng)
        2.4.1 研究現(xiàn)狀
        2.4.2 對多智能體調度系統(tǒng)的一般分析
        2.4.3 實體型智能體
    2.5 本章小結
第3章 基于多智能體的車間調度方法研究
    3.1 車間調度問題的描述
    3.2 基于多智能體的車間調度系統(tǒng)模型
        3.2.1 多智能體模型基礎
        3.2.2 多智能體內部結構
    3.3 調度過程與算法優(yōu)化
        3.3.1 車間調度系統(tǒng)中招標——投標模型
        3.3.2 獎罰系數(shù)數(shù)學模型
        3.3.3 評估算法數(shù)學模型
    3.4 基于多智能體的車間動態(tài)調度研究
        3.4.1 基于機器不確定的多智能體動態(tài)調度
        3.4.2 基于工件集不確定的多智能體動態(tài)調度
    3.5 本章小結
第4章 基于自適應智能體的車間實時調度方法研究
    4.1 引言
    4.2 蟻群算法基本原理
    4.3 強化學習概述
        4.3.1 強化學習定義
        4.3.2 強化學習模型
        4.3.3 常見強化學習算法及其不足
    4.4 蟻群算法與強化學習相結合的自適應智能體實現(xiàn)方法
        4.4.1 自適應智能體模型的建立
        4.4.2 獎勵制度的制定
        4.4.3 狀態(tài)轉移規(guī)則
        4.4.4 獎罰系數(shù)更新
        4.4.5 探索和守成的折中
        4.4.6 自適應Agent模型的具體實現(xiàn)
    4.5 本章小結
第5章 基于智能體的芯片制造生產(chǎn)線調度方法研究
    5.1 引言
    5.2 基于Agent的動態(tài)調度模型
    5.3 Agent協(xié)商協(xié)議
    5.4 調度算法
        5.4.1 投料算法
        5.4.2 工件調度算法
        5.4.3 設備維護調度算法
    5.5 應用實例
    5.6 本章小結
第6章 總結與展望
參考文獻
本人在攻讀碩士學位期間公開發(fā)表的論文
致謝


【參考文獻】：
期刊論文
[1]多智能體系統(tǒng)技術概論[J]. 朱建偉,陳健.  機電設備. 2004(03)
[2]人工智能的原理及應用[J]. 李運爽,武建軍.  山西電子技術. 2004(02)
[3]改進計算能量函數(shù)下作業(yè)車間調度的混沌神經(jīng)網(wǎng)絡方法[J]. 徐新黎,王萬良,吳啟迪.  控制理論與應用. 2004(02)
[4]分布式人工智能與多智能體系統(tǒng)研究[J]. 武海鷹,王緒安.  微機發(fā)展. 2004(03)
[5]多智能體協(xié)作方法及其應用研究[J]. 吳繼偉,楊定鵬,蕭蘊詩.  控制與決策. 2004(02)
[6]求解作業(yè)車間調度問題的改進自適應遺傳算法[J]. 王萬良,吳啟迪,宋毅.  系統(tǒng)工程理論與實踐. 2004(02)
[7]基于多Agent系統(tǒng)的分布式群體決策支持系統(tǒng)中問題分配的研究[J]. 常艷,陳毛狗,楊倩.  計算機應用與軟件. 2004(02)
[8]求解作業(yè)車間調度問題的雙倍體遺傳算法與軟件實現(xiàn)[J]. 王萬良,宋毅,吳啟迪.  計算機集成制造系統(tǒng)-CIMS. 2004(01)
[9]產(chǎn)品設計過程降低成本的多智能體模型研究[J]. 潘雙夏,姜少飛,馮培恩.  機械工程學報. 2004(01)
[10]產(chǎn)品協(xié)同設計的沖突消解方法研究[J]. 胡斌,胡如夫.  機床與液壓. 2003(03)

博士論文
[1]面向企業(yè)的產(chǎn)品結構與配置管理關鍵技術研究[D]. 孫國梓.南京航空航天大學 2002

碩士論文
[1]基于知識工程的產(chǎn)品設計支持技術研究[D]. 呂紅光.浙江工業(yè)大學 2005
[2]基于多智能體的降低產(chǎn)品成本系統(tǒng)框架[D]. 趙燕.浙江工業(yè)大學 2005
[3]反饋神經(jīng)網(wǎng)絡優(yōu)化方法及其在作業(yè)車間調度和ATM網(wǎng)絡路由選擇中的應用[D]. 徐新黎.浙江工業(yè)大學 2003
[4]基于遺傳算法的生產(chǎn)調度方法及其軟件實現(xiàn)[D]. 宋毅.浙江工業(yè)大學 2003



本文編號：3417014