自适应蚁群算法在Job Shop调度问题中的研究

研究了Job Shop调度问题,分析了蚁群算法(ACA)与最大最小蚁群系统(MMAS)算法在解决Job Shop调度问题中的不足,提出了一种解决Job Shop调度问题的自适应蚁群算法(SACA)。此算法根据蚂蚁群体寻找路径的阶段性,使用了参数在各阶段自适应变化的策略和关键工序块邻域搜索策略,加快了蚁群算法的收敛速度,避免了早熟现象和陷入局部最优调度解,提高了蚁群算法的灵活性和鲁棒性。通过仿真实验验证了自适应蚁群算法在解决Job Shop调度问题中的性能优于蚁群算法和MMAS算法。     

考虑组合加工的模具企业Job Shop调度启发式算法

提出了一类考虑组合加工的模具生产环境下的Job Shop调度问题,通过引入"非弹性组合加工相关性"、"虚拟工序"等概念,将此类非传统调度问题转化为传统调度问题,同时考虑了实际Job Shop车间存在的复杂生产环境中的各种因素,实现了基于调度规则选择引擎的启发式算法,并将算法集成到了生产管理系统中,在深圳某模具企业中运行半年后,为企业减少了约20%的延期订单,提高了10%～20%的生产效率。     

基于多代理的制造执行系统的研究

制造执行系统作为连接计划管理系统（ERP/MRPⅡ）和生产控制系统的桥梁与纽带，对车间层生产调度的优化，生产过程的改进等方面起了重要的作用，文章对制造执行系统的制造模式进行研究的基础上，提出了基于多Agent的制造执行系统的应用框架结构，并对基于多Agent的制造执行系统的调度系统进行了研究，最后给出了制造执行系统的调度算法结构。     

面向敏捷生产调度与控制的基于MAS的制造系统

面对动态制造环境中制造系统必须面对的时间不确定性、设备可靠性/可用性、订单变化、人力资源变化等问题,提出一种面向敏捷生产调度与控制的基于MAS的制造系统组织框架以支持进行有效的生产调度和控制.引入招投标方法实现任务的分解与分配,通过制造任务的分解与分配建立各层Agent之间的协调工作及协同决策机制;采用能力匹配与动态调度相结合的方法实现任务分配与调度控制的有效集成;面向生产任务需求动态确定Agent粒度、组建MAS模型;为了便于构造各种Agent,提出一种Agent的多层混合结构.从而制造系统中的各种制造资源被重组成为Agent网络,使其能够利用各种Agent的自治和合作特性适应制造环境的变化,实现动态调度与控制.     

基于人机交互的车间重调度方案的设计与实现

研究Job Shop车间重调度的扰动因素的输入与响应机制,提出了人机交互的重调度技术方案.针对重调度实时、高效的要求,提出了生产计划调整量最小、任务完工时间最短的一种双目标重调度策略,并结合实例加以验证.     

基于蚁群算法的多Agent合同网协议的刀具调度

刀具调度问题是机械加工过程中一个复杂的系统问题.基于此运用蚁群算法的基本原理,结合蚁群算法的响应阈值模型和合同网协议的理论来优化刀具调度"曲径",详细的阐述了蚁群算法多信息素原理在合同网协议的工作过程,并结合实际应用增加管理Agent重要决策因素--任务完成预测代价,建立了蚁群算法在多Agent合同网协议的刀具调度的基本模型;运用算法模型对多Agent刀具调度的过程进行全面有效的分析计算和各指标值的优化,实现调度结果的逐步优化,得出最理想调度策略.最后通过实例分析各指标参数优化,计算验证了蚁群算法的多Agent合同网协议的刀具调度的简便性、可行性、科学性.     

基于Agent的汽车零部件循环取货模型

汽车零部件的循环取货模式作为一种新型物料供应体系,是由供应商、3PL、主机厂多个主体组成,属于复杂适应性系统.根据循环取货的概念模型,采用多Agent建模理论对循环取货进行建模.将目标系统的Agent粒度抽象为企业级以下的职能部门,设计生产Agent、采购Agent、调度Agent等几类主体.分析Agent内部模型,并采用形式化方法对主体行为进行描述,应用Agent UML分析主体之间的动态交互行为.基于Agent的建模描述了循环取货的运行机制,从而为后续的计算机仿真实现提供基础.     

基于移动Agent的多机调度方法的研究

通过将一个产品的加工过程，在多台机床中的工艺路线看作是一个Agent在多机系统中的移动过程，由移动Agent的基本特性，使得这一分布式系统的调度问题能够得到更好的解决。采用合同网协议的方式，提出单工件在多机竞争中的参数模型和单机对多工件加工中的选择参数模型，从而在网络制造中用移动Agent的来提供一种有效的调度方法。     

基于多Agent的维护供应链集成建模分析

以信息技术、人工智能技术为基础的e维护模式，促使企业组织在管理和服务方面更加柔性化和敏捷化。设备维护供应链管理是e维护系统(eMS)的关键所在，其运作的核心能力在于优化配置和调度各种的资源，协同不同维护供应链节点的利益。文章在分析企业建模技术和多Agent技术的基础上，提出基于多Agent的供应链集成建模方法，并建立了维护供应链中资源Agent的资源协调参考模型，有一定的实践意义。     

基于AUML构建多Agent敏捷制造调度系统

AUML(Agent Unified Modeling Language)是一种FIPA(Foundation of Intelligent Physical Agents)和OMG(Object Management Group)都推荐使用的多Agent系统建模技术,本文尝试采用AUML技术来实现对多Agent敏捷制造调度系统的建模。通过扩展UML类图,描述了系统中Agent的结构和它们之间的关系。还采用了对UML的另一扩展:AUML协议图,来进一步详述了Agent之间的主要交互活动。     

基于多智能体由开放式CNC构筑网络制造系统

本文在分析先进制造系统特点的基础上，给出了一种基于MAS的车间控制系统结构模型，讨论了模型中不同智能体的功能与作用。并利用开放式数控系统和Intranet组成的DCN系统具有硬件成本低、软件开发费用少、性能好等优点，在该体系结构的基础上构造了一种网络车间制造系统。     

基于粒子群优化的多智能体协作进化方法

提出了一个用粒子群算法解决多智能体协作进化的方法,设计了多智能体协作的粒子表示方法,给出了基于粒子群算法的多智能体协作推箱子的仿真实例。仿真结果表明:基于粒子群算法的多智能体协作进化能够适应新任务的动态变化,说明粒子群优化算法是实现多智能体协作进化行之有效的方法。     

面向工艺规划与车间调度的集成方法研究

面向工艺规划与车间调度的集成优化,构建了基于虚拟制造单元的资源调度组织模型。通过技术分析、资源分析和详细设计三阶段来进行工艺与调度的集成:技术分析阶段完成粗工艺路线的制定;在资源分析阶段对满足条件的制造资源进行优化集成;而详细设计阶段则引入了调度因子的概念,通过调度因子来进行工序与对应制造资源的匹配选择,制定最优的工艺路线和生产计划的排产。最后通过实例验证了该方法的有效性和可行性。     

遗传算法解决车间作业调度问题的优化研究

遗传算法由于其隐合并行性和全局解空间搜索两大优点而成为解决JobShop问题的常用工具。但是由于JobShop问题本身的特点，普通遗传算法难以在解此类问题时获得满意解，最突出的问题就是过早收敛于某一局部最优解，使算法效率降低。文章从实用角度出发，通过优化种群、降低选择压力和将模拟退火算子加入到算法中对遗传算法进行了优化，以使其适应于JobShop问题的特殊情况，并以Matlah为工具讲行了仿真实验．获得了较好效果。     

基于投标的柔性生产线方案设计关键技术研究

介绍了基于投标的柔性生产方案设计的设计步骤,提出了柔性生产线方案设计与报价系统的体系结构,在分析了系统信息需求的基础上,论述了系统模型的建立及其实现的关键技术。     

采用多Agent模型的检测监控系统研究

对先进系统的检测系统进行了讨论,提出了一种分布式检测监控系统结构模型,并应用多Ａｇｅｎｔ技术对其进行了研究。在对检测监控系统中Ａｇｅｎｔ特性讨论的基础上给出了相应Ａｇｅｎｔ的模型及工作原理。     

Review and classification of hybrid shop scheduling

Hybrid shop scheduling has gained popularity due to the rapid rise of market demand and development of production technology. It is a combination of more than one classical shop scheduling, such as flow shop scheduling, job shop scheduling, open shop scheduling, parallel machine scheduling, and multiprocessor task scheduling. In this paper, a classification of hybrid shop scheduling problem based on the criterion of machine environment is proposed. The problem is classified into hybrid shop scheduling with parallel machines, hybrid shop scheduling with multiprocessor task, and other hybrid shop scheduling such as the mixed shop scheduling. The citation analysis method is used to give a brief review of hybrid flow shop and job shop with parallel machines. At the same time, for hybrid shop scheduling with multiprocessor task and other hybrid shop scheduling, a detailed overview is given because of its relatively few researches. Finally, some research directions for the hybrid shop scheduling are also discussed.     

基于Petri网和GA的多目标动态优化调度问题研究

以最小化生产周期、机床负载和机床与工人的费用为调度目标,基于受控Petri网和遗传算法提出了一种多目标作业车间调度方法,用于解决作业车间的加工受到机床、操作工人双资源制约条件下的动态优化调度.首先,给出了基于Parikh矢量的Petri网控制器简化设计方法,并应用该方法构建了基于紧急订单的受控Petri网模型;然后设计了基于Pareto的遗传算法,能够获得Pareto最优解集;尤其重要的是能够针对车间的动态扰动给出相应的调度方案.最后,通过实例验证了该方法的可行性和有效性.