基于OAA的实时多Agent系统研究

本文通过把实时调度Agent作为一个元Agent集成到OAA(Open Agent Architecture)中,提出了一种基于OAA的实时多Agent系统结构.其中实时调度Agent通过用ICL(Inter-agent Communication Language)描述的接口和过程与OAA中的Facilitator进行通信,从而能够为实时Agent的通信、调度和协调提供实时服务,并且支持嵌入不同的实时调度算法以满足不同的系统需求,改进系统的实时性.     

基于Agent的分布式动态作业车间调度

Agent技术是分布式工业系统建模的一种重要方法．本文对Agent及多Agent技术进 行了简要总结,综述了Agent技术在制造作业车间调度中的应用研究概况,提出了一种基于 合同网协议投标机制的多Agent分布式动态作业车间调度方案．     

基于多Agent协商机制的PCB装配调度系统

文中针对PCB装配调度问题设计了一个基于多Agent调度系统模型,给出了模型的体系结构与功能描述,系统将任务和优先权机制与基于合同网协议和KQML消息的竞标机制两者相结合,实现PCB装配的优化调度,详细介绍了多多Agent之间的KQML消息通信机制,给出一个应用实例。     

协作企业制造过程多Agent调度建模技术

构建了面向订单的基于WWW协作企业制造过程模型。通过车间调度的多Agent协作流程,建立车间调度多Agent实体的UML描述方式。采用合同网协议,把交货时间、生产成本和设备利用率等作为多Agent投标时的性能指标,形成分布式产品调度动态处理模型。最后通过一个实例来验证多Agent调度建模技术的可行性。     

基于R学习的合同网实时调度模型

提出一种融入合同网运行机制的R学习方法,以此方法为核心构造Agent形成具有学习能力的实时调度模型。模型以最小化作业累计平均流动比为主要目标,同时借助对强化学习报酬的设计减小机器负载的不均衡性,实现对调度过程的双重优化;构造实时调度实例投入测试的结果证明了模型的绩效。另外,一个包含强化学习Agent与无学习Agent的混合机器环境被构建并测试其性能,测试结果表明：在Agent之间借助强化学习过程形成了某种隐性的合作,正是这种合作保证了高质量实时调度方案的输出。     

可重构制造系统的多Agent模型

论文在介绍可重构制造系统重构方法的基础上,给出了可重构制造系统多Agent模型的结构,并详细描述了基于该模型的可重构车间加工系统的重构算法,最后对重构算法进行仿真验证了该算法的可行性。     

一种适用于Internet的实时多Agent系统模型

提出了一种基于Agent to Agent架构的,适用于Internet环境的实时多Agent系统模型。重点阐述了该模型中Agent之间的协作方式、调度策略和任务执行的控制策略,并介绍了采用的实时Agent通信语言和通信机制。     

分布式多Agent系统流水线调度模型的矩阵分析法

采用综合逻辑的代数的方法刻画系统的动态行为,提出了分布式多Ａｇｅｎｔ系统流水线调度模型的矩阵分析法,并可直观地得到系统的Ｐｅｔｒｉ网模型,将该方法应用于自主式智能机器人流不线导航模型的分析,为系统的设计和优化提供理论依据,该方法比一般的Ｐｅｔｒｉ网分析法简捷、完备,并有严密的数学描述和分析手段。     

基于多Agent的作业车间模糊调度方法

应用模糊集理论和方法,对基于合同网的调度算法作了改进,形成了新的基于多Agent的模糊调度方法。     

一个基于多Agent的PCB装配调度系统

PCB装配调度问题是一个JobShop调度问题。本文针对这一问题设计了一个基于多agent的调度系统模型,其最大特点是将任务的优先级调度机制与基于合同网协议的投标机制相结合。文章首先说明系统的调度过程和各个agent的功能;然后介绍多agent之间的KQML消息通信机制;最后举一个实例并总结系统的特点。     

柔性车间调度问题的协作混合帝国算法

针对柔性车间调度问题（FJSP）的非确定性多项式特性,提出一种新的改进算法——协作混合帝国算法,用于寻找最小化最大完工时间的调度。首先,根据标准帝国竞争算法（ICA）的流程特性,设计了自适应参数的改进,可提高算法的收敛速度;然后,引入帝国和殖民地双改革变异,并针对工序排序和选择机器的不同阶段提出多变异改革策略,可提高算法的局部搜索效率;最后,创建大陆间国家交流合作机制,促进优秀国家对外信息交流,可提高算法全局搜索能力。通过对多个柔性车间调度实例进行仿真,结果表明,所提出算法在求解质量和稳定性上均优于多种群体智能进化算法,更适合解决该类调度问题。     

免疫克隆选择算法求解柔性生产调度问题

为减少计算复杂度,将具有解决复杂组合优化问题的免疫克隆选择算法应用于求解柔性生产调度问题.首先设计一种有效的抗原和抗体的数据结构,用抗原表示待调度的生产计划,抗体表示高效的柔性生产调度结果;然后着重设计了用于产生高效的柔性生产调度结果的克隆免疫算子;最后运用该模型对一个实际生产系统进行仿真调度决策,实验评估结果验证了算法的正确性和有效性.     

多目标FJSP的一维编码粒子群优化求解方法

以单件小批量生产方式为主的柔性车间调度中,快速得到满足低生产成本、高生产效率,避免瓶颈发生的调度方案,是调度优化算法的设计目标。就此建立了以制造期、机床总负荷和单机最大负荷为综合目标的柔性车间调度问题（Flexible Job-shop Scheduling Problems,FJSP）优化模型;设计了一种以概率值为分量的一维粒子群优化算法,通过概率区间划分将连续粒子分量离散化,结合完工时间最早启发式规则,实现工序的排序与加工机床的选取。通过不同规模算例的比较,分析结果表明该方法在求解较大规模问题时具有一定的优势。     

Real time fuzzy scheduling rules in FMS

This paper presents a real-time fuzzy expert system to scheduling parts for a flexible manufacturing system (FMS). First, some vagueness and uncertainties in scheduling rules are indicated and then a fuzzy-logic approach is proposed to improve the system performance by considering multiple performance measures. This approach focuses on characteristics of the system's status, instead of parts, to assign priorities to the parts waiting to be processed. Secondly, a simulation model is developed and it has shown that the proposed fuzzy logic-based decision making process keeps all performance measures at a good level. The proposed approach provides a promising alternative framework in solving scheduling problems in FMSs, in contrast to traditional rules, by making use of intelligent tools.     

教与同伴学习粒子群算法求解多目标柔性作业车间调度问题

针对多目标柔性作业车间调度问题,提出了带Pareto非支配解集的教与同伴学习粒子群算法。首先,以工件的最大完工时间、最大机器负荷和所有机器总负荷为优化目标建立了多目标柔性作业车间调度模型。然后,该算法结合多目标Pareto方法和教与同伴学习粒子群算法,采用快速非支配排序算法产生初始Pareto非支配解集,用提取Pareto支配层程序更新Pareto非支配解集,同时采用混合分派规则产生初始种群,采用开口向上抛物线递减的惯性权重选择策略提高算法的收敛速度。最后,对3个Benchmark算例进行仿真实验。理论分析和仿真表明,与带向导性局部搜索的多目标进化算法(MOEA-GLS)和带局部搜索的控制遗传算法(AL-CGA)相比,对于相同的测试实例,该算法能产生更多更好的Pareto非支配解;在计算时间方面,该算法要小于带向导性局部搜索的多目标进化算法。实验结果表明该算法可以有效解决多目标柔性作业车间调度问题。     

基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题

柔性作业车间调度问题(FJSP)是一类应用广泛的组合优化问题.针对多目标FJSP求解过程复杂、算法易陷入局部最优的问题,提出了一种基于多区域采样策略的混合粒子群优化算法(HPSO-MRS),以同时优化最大完工时间和总机器延迟时间这两个目标.多区域采样策略能够区分粒子所在Pareto前沿面的位置,根据不同区域进行采样重组...     

求解柔性作业调度问题的协同进化粒子群算法

柔性作业车间调度问题是典型的NP难题。柔性作业车间调度问题涉及到设备分配和作业分配两个问题,并且两问题之间具有较强的耦合性,提出了基于协同进化的粒子群算法。该算法将设备选择和工件调度分别作为两个寻优变量,利用PSO算法分别进行寻优,根据两个变量的内容进行互相评价。实验表明该算法对FJSP问题的有效性。     

生物地理学算法求解柔性车间作业调度问题

针对加工设备和操作工人双资源约束的柔性作业车间调度问题,建立以生产时间和生产成本为目标函数的柔性作业车间调度模型,提出基于模糊Pareto支配的生物地理学算法,采用模糊Pareto支配的方法计算解之间的支配关系并对Pareto解集排序,进行全局最优值的更新,并采用余弦迁移模型来改善生物地理学算法的收敛速度。将该方法应用于某模具车间的柔性作业车间调度中,仿真结果验证了该方法的可行性和有效性。     

柔性作业车间调度中的组合遗传优化研究

针对柔性作业车间调度问题,提出一种组合遗传算法。该算法在种群初始化、选择、交叉、变异各阶段,组合使用各种不同的策略。针对机器编码部分的交叉,提出一种基于工件的机器交叉算子,用以改进机器分配部分随机交叉引起的对父代优秀基因继承不足的缺陷。通过对典型算例的计算以及与其他文献的研究成果比较,证明该算法的优良性能。