隨著科技的進(jìn)步,免疫檢驗(yàn)設(shè)備的自動(dòng)化程度和檢驗(yàn)準(zhǔn)確度不斷提高,逐步取代了人工檢驗(yàn),為了進(jìn)一步提高免疫檢驗(yàn)的效率,學(xué)者們對(duì)免疫檢驗(yàn)設(shè)備的調(diào)度優(yōu)化問題展開研究。目前較多的研究是針對(duì)檢驗(yàn)過程的靜態(tài)調(diào)度問題進(jìn)行,而實(shí)際過程中經(jīng)常會(huì)出現(xiàn)急診檢驗(yàn)等突發(fā)事件,在此情況下需對(duì)檢驗(yàn)過程進(jìn)行動(dòng)態(tài)調(diào)度,本文針對(duì)該實(shí)際調(diào)度問題完成了以下研究:（1）根據(jù)免疫檢驗(yàn)設(shè)備的基本組成及工作流程,分析了免疫檢驗(yàn)調(diào)度問題與作業(yè)車間調(diào)度問題的相似性,將該調(diào)度問題提煉為一類具有并行機(jī)的動(dòng)態(tài)作業(yè)車間調(diào)度問題,對(duì)優(yōu)化目標(biāo)和約束條件進(jìn)行了數(shù)學(xué)描述。（2）針對(duì)檢驗(yàn)過程中存在檢驗(yàn)項(xiàng)目已知情況下的預(yù)調(diào)度以及一些突發(fā)事件下的動(dòng)態(tài)調(diào)度,本文建立了基于多智能體的調(diào)度優(yōu)化系統(tǒng),實(shí)現(xiàn)該檢驗(yàn)過程的預(yù)-反應(yīng)式調(diào)度。詳細(xì)設(shè)計(jì)了管理、調(diào)度、設(shè)備、項(xiàng)目四類Agent的結(jié)構(gòu)與功能,管理Agent負(fù)責(zé)系統(tǒng)的全局管理,調(diào)度Agent負(fù)責(zé)安排檢驗(yàn)項(xiàng)目工序的執(zhí)行順序,同時(shí)借鑒機(jī)器人操作系統(tǒng)設(shè)計(jì)了本多智能體系統(tǒng)的TSA（Topic-Service-Action）通信機(jī)制,實(shí)現(xiàn)了不同Agent之間的交互協(xié)作和系統(tǒng)的協(xié)調(diào)控制。（3）針對(duì)檢驗(yàn)過程預(yù)調(diào)度,研究了改進(jìn)人工蜂群算法... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題背景和意義
    1.2 免疫檢驗(yàn)設(shè)備及其調(diào)度問題的國內(nèi)外研究現(xiàn)狀
        1.2.1 免疫檢驗(yàn)設(shè)備的國內(nèi)外研究現(xiàn)狀
        1.2.2 免疫檢驗(yàn)設(shè)備調(diào)度問題的國內(nèi)外研究現(xiàn)狀
    1.3 多智能體用于調(diào)度問題的研究現(xiàn)狀
    1.4 論文主要研究內(nèi)容及其章節(jié)安排
第二章 免疫檢驗(yàn)設(shè)備及其調(diào)度問題分析與建模
    2.1 引言
    2.2 全自動(dòng)免疫檢驗(yàn)設(shè)備原理
        2.2.1 全自動(dòng)免疫檢驗(yàn)設(shè)備及其基本組成
        2.2.2 全自動(dòng)免疫檢驗(yàn)設(shè)備工作流程
    2.3 車間調(diào)度問題
        2.3.1 作業(yè)車間調(diào)度問題簡介
        2.3.2 動(dòng)態(tài)車間調(diào)度的研究進(jìn)展
    2.4 免疫檢驗(yàn)調(diào)度問題的模型
        2.4.1 問題分析
        2.4.2 數(shù)學(xué)描述
    2.5 本章小結(jié)
第三章 基于多智能體的免疫檢驗(yàn)設(shè)備的預(yù)-反應(yīng)式調(diào)度
    3.1 引言
    3.2 免疫檢驗(yàn)過程的預(yù)-反應(yīng)式調(diào)度框架
    3.3 免疫檢驗(yàn)設(shè)備的多智能體系統(tǒng)模型
        3.3.1 管理智能體
        3.3.2 項(xiàng)目智能體
        3.3.3 調(diào)度智能體
        3.3.4 設(shè)備智能體
    3.4 免疫檢驗(yàn)多智能體系統(tǒng)的通信
        3.4.1 多智能體的通信方式
        3.4.2 免疫檢驗(yàn)多智能體系統(tǒng)的通信機(jī)制
    3.5 基于多智能體的預(yù)-反應(yīng)式調(diào)度方法
        3.5.1 免疫檢驗(yàn)設(shè)備的預(yù)調(diào)度
        3.5.2 基于規(guī)則和合同網(wǎng)的反應(yīng)調(diào)度
    3.6 免疫檢驗(yàn)過程的動(dòng)態(tài)事件處理策略
        3.6.1 設(shè)備故障的處理策略
        3.6.2 緊急訂單的處理策略
        3.6.3 任務(wù)取消的處理策略
    3.7 本章小結(jié)
第四章 基于人工蜂群與教學(xué)算法的免疫檢驗(yàn)預(yù)調(diào)度方法
    4.1 引言
    4.2 人工蜂群算法簡介
        4.2.1 初始階段
        4.2.2 引領(lǐng)蜂階段
        4.2.3 跟蹤蜂階段
        4.2.4 偵察蜂階段
    4.3 教學(xué)算法簡介
        4.3.1 教師階段
        4.3.2 學(xué)生階段
        4.3.3 教學(xué)算法的基本流程
    4.4 算法的離散化處理
        4.4.1 編碼方式
        4.4.2 交叉算子
        4.4.3 變異算子
    4.5 基于人工蜂群算法與教學(xué)算法的混合算法(ABC-TLBO)
        4.5.1 引領(lǐng)蜂階段
        4.5.2 基于改進(jìn)教學(xué)算法的跟蹤蜂階段
        4.5.3 ABC-TLBO的算法流程
    4.6 仿真結(jié)果及分析
    4.7 本章小結(jié)
第五章 基于分層進(jìn)化基因表達(dá)式編程的動(dòng)態(tài)調(diào)度規(guī)則構(gòu)建
    5.1 引言
    5.2 基因表達(dá)式編程
        5.2.1 GEP的編碼結(jié)構(gòu)
        5.2.2 GEP算法流程
        5.2.3 GEP算法性能分析
    5.3 基于基因表達(dá)式編程的調(diào)度規(guī)則構(gòu)建算法研究
        5.3.1 終端符號(hào)集和函數(shù)符號(hào)集
        5.3.2 表現(xiàn)型長度對(duì)算法尋優(yōu)的影響
        5.3.3 染色體的改進(jìn)
    5.4 基于分層進(jìn)化基因表達(dá)式編程(HE-GEP)的調(diào)度規(guī)則構(gòu)建算法
        5.4.1 算子設(shè)計(jì)
        5.4.2 分層進(jìn)化基因表達(dá)式編程的算法流程
        5.4.3 實(shí)驗(yàn)驗(yàn)證
    5.5 本章小結(jié)
第六章 免疫檢驗(yàn)調(diào)度的實(shí)例仿真
    6.1 引言
    6.2 免疫檢驗(yàn)過程的預(yù)調(diào)度仿真
    6.3 緊急任務(wù)插入的動(dòng)態(tài)調(diào)度仿真
        6.3.1 緊急任務(wù)插入的示例
        6.3.2 緊急任務(wù)插入的實(shí)驗(yàn)對(duì)比
    6.4 子設(shè)備故障的動(dòng)態(tài)調(diào)度仿真
        6.4.1 子設(shè)備故障的示例
        6.4.2 子設(shè)備故障的實(shí)驗(yàn)對(duì)比
    6.5 本章小結(jié)
總結(jié)與展望
    1.工作總結(jié)
    2.展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻(xiàn)】：
期刊論文
[1]分布式自主協(xié)同制造——一種智能車間運(yùn)行新模式[J]. 莊存波,劉檢華,熊輝.  計(jì)算機(jī)集成制造系統(tǒng). 2019(08)
[2]基于信息素的多Agent車間調(diào)度策略[J]. 陳鳴,朱海華,張澤群,金永喬,王盈聰,唐敦兵.  中國機(jī)械工程. 2018(22)
[3]面向裝配的多agent排產(chǎn)模型研究[J]. 范穎暉,張興偉,王亞會(huì).  控制與決策. 2020(02)
[4]基于Agent的混合流水車間動(dòng)態(tài)調(diào)度系統(tǒng)[J]. 王芊博,張文新,王柏琳,吳子軒.  計(jì)算機(jī)應(yīng)用. 2017(10)
[5]基于改進(jìn)教學(xué)算法的車間作業(yè)調(diào)度問題[J]. 張梅,吳凱華,胡躍明.  控制與決策. 2017(02)
[6]A Novel Hybrid Data Clustering Algorithm Based on Artificial Bee Colony Algorithm and K-Means[J]. TRAN Dang Cong,WU Zhijian,WANG Zelin,DENG Changshou.  Chinese Journal of Electronics. 2015(04)
[7]全自動(dòng)酶免分析系統(tǒng)FAME吐板后再進(jìn)行自動(dòng)化處理的方法探討[J]. 邊禮.  中國實(shí)用醫(yī)藥. 2014(26)
[8]一種全自動(dòng)酶免分析儀多任務(wù)調(diào)度方法[J]. 張晶,祝連慶,王君,郭陽寬.  計(jì)算機(jī)仿真. 2014(06)
[9]醫(yī)學(xué)檢驗(yàn)分析儀控制系統(tǒng)Petri網(wǎng)建模[J]. 徐兵,于淼.  長春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(06)
[10]進(jìn)板順序及洗滌模式對(duì)FAME全自動(dòng)酶免分析系統(tǒng)檢測(cè)乙型肝炎標(biāo)志物效率的影響[J]. 劉志輝,葛秀君,朱海龍.  現(xiàn)代醫(yī)藥衛(wèi)生. 2010(01)

博士論文
[1]作業(yè)車間預(yù)反應(yīng)式動(dòng)態(tài)調(diào)度理論與方法研究[D]. 張利平.華中科技大學(xué) 2013
[2]動(dòng)態(tài)不確定環(huán)境下生產(chǎn)調(diào)度算法研究[D]. 劉琳.上海交通大學(xué) 2007

碩士論文
[1]全自動(dòng)生化分析儀并行調(diào)度算法研究與實(shí)現(xiàn)[D]. 易夢(mèng)璐.深圳大學(xué) 2016
[2]基于多智能體的生化檢測(cè)過程協(xié)調(diào)控制系統(tǒng)的研究[D]. 林志波.華南理工大學(xué) 2015
[3]基于Petri網(wǎng)的生化免疫檢測(cè)設(shè)備調(diào)度問題的研究[D]. 游佳.華南理工大學(xué) 2015
[4]免疫分析檢測(cè)設(shè)備可重入調(diào)度及優(yōu)化問題的研究[D]. 高臣杰.華南理工大學(xué) 2013
[5]全自動(dòng)生化分析儀多任務(wù)優(yōu)化調(diào)度與檢測(cè)方法研究[D]. 龔燕妮.湖南大學(xué) 2012
[6]發(fā)布者/訂閱者通信機(jī)制的研究與實(shí)現(xiàn)[D]. 劉旭軍.中國科學(xué)院研究生院（沈陽計(jì)算技術(shù)研究所） 2010
[7]多agent生產(chǎn)調(diào)度系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 王媛.大連理工大學(xué) 2005



本文編號(hào)：3531448