多智能体车间调度系统研究

现在制造业所面临的动态需求使得其必须具有更加灵活的应变机制，这使得车间调度问题变得越来越复杂。本文采取多智能体系统技术（MAS）设计了一个包含四个智能体（agent）的多智能体车间调度系统，分别为车间调度智能体、任务分配智能体、车间资源智能体以及拍卖智能体。通过这四个智能体的通信、交互和合作，系统可以给出一个满足当前制造需求的调度最优结果。     

多阶段多产品调度问题的链式智能体遗传算法

将遗传算法的编码方式与智能体系统的演化结构相结合,提出一种求解多阶段多产品调度问题的链式智能体遗传算法.算法采用基于订单序列的编码方式,采用一种新的后向指派规则实现编码和可行调度间的一一对应.通过各智能体与其邻域环境的竞争与合作以及自身的自学习操作实现种群的演化过程.对多阶段多产品调度问题的仿真结果表明:链式智能体遗传...     

模拟退火遗传算法在车间作业调度中的应用

研究车间作业调度系统,使资源达到优化配置.针对提高产品质量,缩短周期,传统遗传算法应用于车间作业调度过程中易出现收敛速度慢、易陷入局部最优,导致作业调度效率极低.为了提高车间作业调度的效率,提出一种模拟退火遗传算法的车间作业调度方法.在遗传算法种群更新过程引入模拟退火机制,防止早熟现象的产生,使种群在更新迭代过程中保持了多样性,加快了收敛速度,克服遗传算法过早收敛的缺陷.采用的SA-GA算法能够在最短时间找作业调度的最优解,对30个车间作业调度标准测试案例进行了仿真.仿真结果表明,使相对平均误差降低了4.6%,极大的提高了车间作业调度效率,验证了在实际生产中应用的可行和优越性.     

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     

基于MAS的生产车间动态调度系统的研究

简要介绍了车间调度的基本问题,发展现状以及多智能体技术.在分析车间生产调度特点的基础上,提出了基于MAS的动态车间生产调度模型.该模型把车间生产调度系统分为调度代理、任务代理和资源代理等.代理之间采用了基于改进的合同网的关系网模型,并引入了基于混合遗传算法的调度模块,为解决车间加工动态调度问题提供了一种新的方法.仿真实验结果表明,该系统更好满足了车间调度的动态化、高效化、智能化、实用化的要求.     

基于记忆库拉马克进化算法的作业车间调度

多种群遗传算法相比遗传算法在性能上能够有所提高,但对具有较多局部最优解的作业车间调度问题,多种群遗传算法仍然难以改善易陷入局部最优解和局部搜索能力差的缺点.因此,提出了一种求解作业车间调度问题的新算法MGA-MBL(multi-population genetic algorithm based on memory-base and Lamarckian evolution for job shop scheduling problem).MGA-MBL在多种群遗传算法的基础上通过引入记忆库策略,不但使子种群间的个体可以进行信息交换,而且有利于保持整个种群的多样性;通过构造基于拉马克进化机制的局部搜索算子来提高多种群遗传算法中子种群进化的局部搜索能力.由于MGA-MBL采用了全局寻优能力较强的模拟退火算法对记忆库中的个体进行优化,从而缓解了多种群遗传算法易陷入局部最优解的问题,并提高了算法求解作业车间调度问题的性能.对著名的benchmark数据进行测试,实验结果证实了MGA-MBL在求解作业车间调度问题上的有效性.     

基于多智能体的流程工业动态调度研究

根据流程工业某车间的生产过程,建立基于多智能体的生产调度系统模型,分析各智能体之间的关系,利用多智能体之间基于博弈论的协商机制,提出一个双边单议题多阶段的谈判模型,解决以工序流量或产品产量为目标的调度问题。对某隔膜烧碱生产线调度实例进行仿真,结果验证了该系统的可行性和有效性。     

基于多智能体的集装箱码头装卸设备协同调度

针对集装箱装卸设备作业相互耦合的特点,设计了基于多智能体的协同调度优化模型。首先应用带有阻塞限制的混合流水车间模型构建了调度模型,随后应用蚁群算法得到初始方案,最后应用多智能体的合同网机制对方案进行调整。仿真结果显示,该调度方法具有较好的可行性。     

基于多智能体的动态车间调度系统

在分析车间生产调度特点的基础上,提出了基于多智能体的动态车间生产调度模型。把车间生产调度系统分为调度代理、任务代理和资源代理等。代理之间采用了基于改进的合同网的关系网模型,为解决车间加工动态调度问题提供了一种新的方法。     

一种柔性路径下的跨单元调度方法

针对单元制造系统(Cellular manufacturing system, CMS)中需要多个单元协作完成的特殊工件, 提出柔性路径下跨作业(Job shop)单元的特殊工件调度方法---基于信息素的方法(Pheromone-based approach, PBA).基于多Agent对单元制造系统建立模型, 提出了冗余单元的概念,建立了多Agent之间的协商机制.同时通过建立Agent联盟, 减少通信量的同时增强系统的鲁棒性和调度优化的全局性.实验结果表明,与常见的组合调度规则相比, 本文提出的方法在5种性能指标上具有显著优势.     

基于非线性工艺规划思想的车间动态调度系统

描述了一种基于非线性工艺规划思想的车间动态调度系统的集成框架结构，其核心模块为计划调度模块，该模块调用由遗传算法和启发式调度相结合的调度算法生成动态调度方案。其中所提出的遗传编码的设计充分考虑工艺路径的柔性，并根据此编码提出调度方案的构造方法，同时相应地改进了遗传操作，从而实现了调度的全局最优性和可行性。     

基于遗传算法与蚁群算法动态融合的网格任务调度

深入分析遗传算法和蚁群算法的机理,并结合网格任务调度的研究,提出基于遗传算法和蚁群算法动态融合的网格任务调度策略.该策略通过不同迭代次数中种群相似度的差值实现两种算法的动态融合.仿真实验表明该策略是可行的,并且具有高效性.     

启发式规则与GA结合的优化方法求解工作流动态调度优化问题

调度是工作流管理系统的核心问题,是保证工作流正确运行的关键。在工作流环境下,动态调度要比静态调度更切合实际。本文在总结前人工作的基础上,提出了一系列工作流动态调度的启发式规则,并以最小化任务总拖期时间和最大化任务总提前时间为目标,建立了工作流动态调度问题模型。采用启发式规则与遗传算法相结合的优化方法求解工作流动态调度优化问题。仿真结果说明了优化方法的可行性和有效性,同时比较了该方法与多种静态调度方法,进而说明了该方法的优越性。     

混合遗传算法在柔性系统动态调度中的应用研究

本文研究了柔性制造系统实时生产环境下的动态调度问题.提出了基于动态数据库技术的动态调 度系统的框架结构.动态数据库中存储着问题的数据结构,包含工件相关类与机器相关类信息.动态数据库能 够随着生产的进行及时进行更新.扰动发生后,遗传算法根据动态数据库所提供的更新后的调度任务数据,快 速产生新的优化调度方案.通过在遗传算法中嵌入约束解决机制确保遗传算法适应约束的能力,从而提高算 法的收敛速度与精度.仿真实验证实了方案的有效性.     

基于遗传算法的多性能目标网格服务调度算法

在分析状态图工作流模型的基础上，提出了一种网格环境下多QoS（服务质量）约束的组合服务模型，根据提出的模型归纳出了动态服务调度问题的形式化描述，并提出了一种基于遗传算法的动态服务调度算法进行求解.该算法采用基于服务区域及服务实例个数的编码方式，以组合方案的有效性和组合服务的综合QoS参数的效用值作为适应度函数，从而保证组合服务调度的全局QoS要求.与其它算法进行了比较.实验结果显示该算法是可行和有效的．     

基于遗传算法的不定期船舶调度优化模型研究

针对不定期船舶调度中客户需求信息的动态变化、船舶类型的多样化以及船舶航线的不定性,以最小化航运成本为目标函数,建立了带滚动窗口的不定期多目标船舶调度优化模型（SRPRW）,并制定了基于SRPRW模型的实时优化策略以实现需求信息变化时能及时快速地调整船舶调度航线.SRPRW模型求解时,在遗传算法（GA）中引入模拟退火机制以防止SRPRW模型的调度结果陷入局部最优解,同时设计了一种自适应交叉算子和自适应变异算子,以提高模型求解的收敛速度.实验结果表明该模型能快速地制定出船舶调度路线,及时响应客户的动态需求.     

Enhancing genetic algorithms for dependent job scheduling in grid computing environments

Genetic Algorithms (GAs) are stochastic search techniques based on principles of natural selection and recombination that attempt to find optimal solutions in polynomial time by manipulating a population of candidate solutions. GAs have been widely used for job scheduling optimisation in both homogeneous and heterogeneous computing environments. When compared with list scheduling heuristics, GAs can potentially provide better solutions but require much longer processing time and significant experimentation to determine GA parameters. This paper presents a GA for scheduling dependent jobs in grid computing environments. A?number of selection and pre-selection criteria for the GA are evaluated with an aim to improve GA performance in job scheduling optimization. A?Task Matching with Data scheme is proposed as a GA mutation operator. Furthermore, the effect of the choice of heuristics for seeding the GA is investigated.     

Genetic algorithm based on receding horizon control for arrival sequencing and scheduling

The concept of Receding Horizon Control (RHC) is introduced into Genetic Algorithm (GA) in this paper to solve the problem of arrival scheduling and sequencing (ASS) at a busy hub airport. A GA-based method is proposed for solving the dynamic ASS problem, and the focus is put on the methodology of integrating the RHC strategy into the GA for real-time implementations in a dynamic environment of air traffic control. Receding horizon and terminal penalty are investigated in depth as two key techniques of this novel RHC-based GA. Simulation results show that the new method proposed in this paper is effective and efficient to solve the ASS problem in a dynamic environment.     

基于遗传算法的传感器网络动态联盟研究

动态联盟又称"虚拟企业",是一种企业管理手段.它指一些相互独立的商业过程或企业组成的暂时联合.这里,把其理念应用于无线传感器网络中随机散布模式的节点动态组合研究,并基于遗传算法设计了过程模型,很好地解决了大规模传感器网络在应用过程中的节能规划问题.最后,本文针对该算法结出了仿真结果并对其行了分析,以说明算法的有效性.     

基于GA-PSO的天基预警系统资源调度方法

为解决天基预警系统中的卫星资源调度问题,从预警任务特点出发,在对预警任务进行分解的基础上,建立了资源调度模型．结合传统遗传算法（GA）和粒子群算法（PSO）的优点,采用一种混合遗传粒子群（GA-PSO）算法来求解资源调度问题．该算法在解决粒子编解码问题的前提下,将遗传算法的遗传算子应用于粒子群算法,改善了粒子群算法的寻优能力．实验结果表明,提出的算法能有效解决多目标探测时天基预警系统的资源调度问题,调度结果优于传统粒子群算法和遗传算法．