虚拟制造环境下基于多智能体的敏捷调度策略的研究

该文针对虚拟制造环境下生产作业调度,把多智能体系统的分布式结构和层次式结构有机地结合起来,提出基于多Agent的虚拟环境下车间生产敏捷调度的混合层次结构,并着重介绍了Agent之间的基于招投标机制的谈判协议     

具有干扰的多领航者系统的群集运动的快速收敛

针对具有多领航者网络化系统的离散时间群集运动问题,提出了一阶/二阶网络化系统的包容控制算法。运用现代控制理论、代数图论和线性矩阵不等式等分析工具对所提出的控制算法进行理论分析,得到了具有干扰的多领航者网络化系统在离散时间情况下有限时间内实现群集运动的收敛条件。最后,利用LMI工具箱数值仿真求得正定矩阵范围,进而确定线性系统的稳定性。系统仿真验证了所得结论的正确性。     

基于多智能体的循环流化床锅炉燃烧控制系统

由于循环流化床锅炉燃烧系统具有参数分布广、非线性、时变和大滞后等控制难题,因此分析了该系统的结构与工艺特点。运用多智能体建模方法,将系统进行机理分析分解为若干个子系统,并找出子系统输入输出变量之间的关系,建立被控对象的子系统的数学模型。采用多智能体预估和控制方法,给出循环流化床锅炉燃烧系统的多智能体预估控制算法。仿真结果表明采用该建模和控制方法,能够取得满意的控制效果。     

一种多级分布式制造系统的多智能体协同生产机制

运用多智能体技术,对一种多级分布式制造系统协同生产机制进行研究。构造一种基于多智能体的协同生产系统框架,提出该框架下模型层、加工层和系统层之间的协同生产运作模型。     

云制造环境下大规模产品定制技术研究

结合云制造及大规模产品定制的特点,提出了一种云制造环境下大规模产品定 制的组织模式以及相配套的需求转换模型。需求转换模型涵盖了完整的需求分解、重组和再 分配过程,对其中的基于产品结构树的需求分解、基于相似性聚类的制造批次重组都进行了 详细阐述,并构建了需求再分配的非线性规划模型,从而可以利用最优化方法实现制造需求 寻优分配。最后,以轮式装载机产品定制为示例,论述了需求转换的详细过程,验证了方法 的有效性和可行性。     

多agent智能制造系统中通信机制的研究

在分析agent和多agent系统的特点的基础上，着重研究了基于多agent的智能制造系统中的通信问题，提出了对话模式作为agent之间的通信机制，并使用着色Petri网进行了校验。     

磁干扰环境下基于多传感器的内窥镜姿态定位技术*

在内窥镜临床检查中,医生往往依靠病理经验来判断内窥镜探头在人体内的姿态方位,具有较大的主观误差,影响病灶的诊断结果。虽然电磁跟踪技术EMT(Electro-MagneticTracing)可以对内窥镜的探头进行科学定位从而解决上述问题,但是在铁磁性医疗仪器的干扰下,磁场模型的畸变导致该方法的精度严重下降。提出一种基于多传感器的姿态收敛技术,在电磁定位的基础上增加IMU惯性测量单元,通过四元数微分方程以及双矢量误差收敛模型得到稳定的姿态输出结果;其中,收敛模型采用分离式收敛的FQA算法降低了三轴MEMS磁场传感器的误差发散性,并结合磁干扰阈值判断,保证了在磁干扰环境下内窥镜姿态解算的精度和鲁棒性,实验表明该系统的姿态定位误差小于1o且具有较强的抗干扰性。     

不确定环境下的再制造闭环物流网络优化

考虑废旧产品回收数量、回收质量、再生产品需求量的不确定性以及废弃处理中心的选址等多重因素,构建单产品、多周期的再制造闭环物流网络优化设计模型,运用云遗传算法来确定物流网络中各设施的数量、位置、规模以及各设施间的合理物流分配量,使得在整个运营周期的净收益最大。通过算例来验证该模型的有效性。     

基于Prim-DMGA算法的闭环供应链网络鲁棒优化研究

针对不确定环境下的闭环供应链网络优化问题,在需求不确定及设施中断风险的条件下,基于鲁棒对等优化方法建立了一种以闭环供应链网络总成本最小为目标的鲁棒优化模型,以解决供应链网络中的不确定性问题,并提出了Prim-DMGA。首先基于Prim算法得到高质量的初始种群,其次让路径规划方案和设施选址方案在两层自适应GA的不断反馈中达到最优。实验结果表明,Prim-DMGA得到的目标函数值优于单层Prim-MGA与传统GA,且在求解大规模算例时,求解结果优于CPLEX软件。研究结论表明,Prim-DMGA能以较少的计算时间获得质量更优的解,鲁棒优化模型可以有效减少不确定因素带来的不利影响,提高闭环供应链网络的鲁棒性能。     

虚拟仿真技术在网络闭环控制中的应用

Internet上数据传输的不确定延时妨碍了远程被控对象和操作者之间迅捷而透明的交互,严重限制了网络远程控制系统的性能和应用。为了解决网络延时问题,提出一种基于虚拟仿真的网络三闭环控制结构。该方法依照开环系统实现闭环控制的思想,在客户端构造虚拟被控对象模型,使虚拟仿真系统与实际系统的运行状态相似甚至相同,同时又使操作者能依据虚拟仿真系统一端的运行情况决定下一步的控制指令,从而准确地对实际系统发出所需的控制指令,最终达到远程实时控制的目的。仿真结果证明了所提方法的有效性和可行性。     

基于改进HBA算法的生鲜闭环供应链网络鲁棒优化设计

针对生鲜闭环供应链网络设计问题,建立了一种基于生鲜闭环供应链网络的鲁棒优化模型,以解决供应链网络中的不确定性问题。首先,针对涵盖五个节点的生鲜供应链网络结构建立了多周期、多产品,以最小化成本、最小环境影响为目标的混合整数规划模型,采用模糊折中规划与区间数据鲁棒优化方法进行处理;其次,在原有蜜獾算法的基础上引入差分进化原则,增强算法的全局搜索能力与收敛速度;最后,通过MATLAB数值分析与仿真实例表明,所提鲁棒优化模型与蜜獾算法在求解生鲜闭环供应链网络设计问题中具有明显优势。     

Capacitated closed-loop supply chain network design under uncertainty

This study optimizes the design of a closed-loop supply chain network, which contains forward and reverse directions and is subject to uncertainty in demands for new & returned products. To address uncertainty in decision-making, we formulate a two-stage stochastic mixed-integer non-linear programming model to determine the distribution center locations and their corresponding capacity, and new & returned product flows in the supply chain network to minimize total design and expected operating costs. We convert our model to a conic quadratic programming model given the complexity of our problem. Then, the conic model is added with certain valid inequalities, such as polymatroid inequalities, and extended with respect to its cover cuts so as to improve computational efficiency. Furthermore, a tabu search algorithm is developed for large-scale problem instances. We also study the impact of inventory weight, transportation weight, and marginal value of time of returned products by the sensitivity analysis. Several computational experiments are conducted to validate the effectiveness of the proposed model and valid inequalities.     

A dynamic closed-loop location-inventory problem under disruption risk

In this paper, a dynamic closed-loop location-inventory problem is addressed that optimizes strategic decisions (i.e., facility location in terms of contracting/selection of distribution centers and reworking centers) along with tactical ones (i.e., allocation of centers, inventory management) under facility disruption risks. The presented model seeks to minimize total cost as the first objective function, and time as the second one in the considered network. Due to the NP-Hard nature of the model, a hybrid meta-heuristic algorithm based on Multi-Objective Particle Swarm Optimization (MOPSO) and Non-dominated Sorting Genetic Algorithm-II (NSGA-II) is presented to solve the problem in large scales. Finally, applicability of the proposed model is tested via a real case study and the results are analyzed in depth.     

价格折扣契约下应对突发事件下的闭环供应链协调策略

针对MRCRM模式下的闭环供应链,在考虑随机性基础上,分析了价格折扣契约对闭环供应链的协调作用,对于突发事件可能造成闭环供应链协调被打破的问题,提出了具有抗突发事件性的价格折扣契约,使之能实现对突发事件的协调应对,最后应用一个算例对比加以说明。     

An interactive possibilistic programming approach for a multi-objective closed-loop supply chain network under uncertainty

In this article, we first propose a closed-loop supply chain network design that integrates network design decisions in both forward and reverse supply chain networks into a unified structure as well as incorporates the tactical decisions with strategic ones (e.g., facility location and supplier selection) at each period. To do so, various conflicting objectives and constraints are simultaneously taken into account in the presence of some uncertain parameters, such as cost coefficients and customer demands. Then, we propose a novel interactive possibilistic approach based on the well-known STEP method to solve the multi-objective mixed-integer linear programming model. To validate the presented model and solution method, a numerical test is accomplished through the application of the proposed possibilistic-STEM algorithm. The computational results demonstrate suitability of the presented model and solution method.     

动态环境的人工免疫网络多Agent优化策略

基于生物免疫网络的核心思想及多Agent技术,提出了动态环境下的人工免疫网络多Agent优化策略（Dmaopt—aiNet）．该策略以搜索动态环境中的全局最优解为目标,引入了邻域克隆选择、邻域竞争和协作操作,并同时对Agent自信度状态作自动调整,在优化策略中采用了双重Agent网络结构、双重变异及动态环境检测策略．理论分析了Dmaopt—aiNet算法具有全局收敛性,实验结果表明该算法对高维动态优化问题具有较突出的优越性,能准确定位动态环境下的最优解,具有较好的搜索效果和效率．     

易腐品多周期闭环物流网络鲁棒优化模型

针对不同周期的易腐品需求与退货不确定性问题,构建了易腐品多周期闭环物流网络,并设计了对应的混合整数线性规划（MILP）模型,以实现最低系统总成本、最佳设施选址以及最优配送车辆运输路径的决策。为有效规避不确定参数的影响,采用基约束鲁棒方法,将模型中的部分清晰约束转换为鲁棒对应式。以上海市果蔬农产品企业为实例,通过遗传算法对模型进行求解。结果表明,相对单周期而言,多周期系统具有动态性、系统成本更低的优点,同时通过不确定预算参数的变化分析,验证了鲁棒模型的可行性与有效性,进而为不确定环境下构建多周期闭环物流网络及降低系统成本提供了借鉴。