基于多Agent的多型号生产调度系统研究

生产调度系统是多型号产品生产中的关键环节.为适应军工生产企业对生产调度系统的新要求,提出了基于多智能体技术,构筑多型号生产调度系统.首先,给出了多型号产品生产计划调度运行模式;然后,建立了基于多智能体的多型号生产调度系统模型,设计了相应的智能体的模型结构.为了解决调度冲突,将智能体之间的协商过程分为主控协商和自主协商2级协商,并给出了协商机制和相应的算法策略.最后,给出了基于Web环境的系统实现体系结构.     

基于Agent的芯片制造生产线动态调度方法研究

基于智能体技术,提出了芯片制造生产线动态调度新方法,实现了投料调度、工件调度与设备维护调度的集成。首先,给出了基于智能体的动态调度模型,该模型中包括管理智能体、投料智能体、工件智能体、设备智能体、运输智能体与人员智能体。投料智能体用于实现投料控制,工件调度通过工件智能体与设备智能体之间的协商实现,设备维护调度由设备智能体实现。通过智能体间的合作,能够实现投料控制、工件调度与设备维护调度的协同进行。然后给出了工件智能体与设备智能体问协商使用的协商协议（即带有时间约束的单步协商协议）,以及智能体决策中使用的调度算法（包括投料调度算法,工件调度算法与设备维护调度算法）。最后,通过实例,给出了方法的使用过程,并进行了模拟仿真。仿真结果表明,集成的调度方法能更好地优化模型的生产率、加工周期与设备利用率,最终提高准时交货率。     

基于多智能体协商的虚拟企业调度研究

针对虚拟企业制造环境的分布性、不确定性和动态性,运用多智能体技术,构建了虚拟企业生产调度系统体系结构。通过多属性效用函数进行调度过程中的协商决策,改进合同网协商协议提高协商效率来实现敏捷调度,并提出了基于多智能体协商的调度算法来实现虚拟企业任务调度。     

实例推理在虚拟企业车间调度中的应用

虚拟企业复杂多变的分散制造环境，适合采用多智能体系统的技术，并应用合同网协议进行生产过程的计划与调度。针对单纯应用合同网的多智能体系统的车间调度所存在的问题，提出应用实例推理与合同网相结合的方法，优化系统的整体性能。描述了虚拟企业基于多智能体系统的制造系统体系结构，提出了调度实例的构造方法，并采用内外积表示的模糊贴近度进行相似度判别的策略，为基于多智能体系统的虚拟企业制造系统原型中调度与协同部分开发提供了理论依据和模型指导。     

基于多Agent的敏捷生产调度中的协商策略

为了解决基于多智能体的敏捷生产调度中资源分配的协商策略问题,提出了实现组合拍卖的协商策略的解决方法.在描述资源分配问题的基础上,基于组合拍卖解法,利用对偶理论与组合拍卖设计之间的联系,给出了组合拍卖的设计和拍卖的过程.根据设计结果和拍卖过程,采用分布规则,描述和构建实现组合拍卖的协商策略,并存储在相关智能体的规则库内.运行时,通过这些策略使资源分配问题以组合拍卖的方式得到了解决,同时对协商策略的计算复杂性和通信瓶颈进行了分析.计算实验表明,提出的协商策略是可行和有效的.     

多Agent动态调度方法在染色车间调度中的应用

为解决复杂、繁琐的染色车间调度问题,根据印染生产过程的工艺特点和约束条件,建立了染色车间作业调度问题模型。为了提高调度系统对生产环境经常发生变化的自适应能力和全局优化能力,提出了一种基于蚂蚁智能与强化学习相结合的协商策略的多Agent动态调度方法。在该方法中,智能Agent能根据行为的历史反馈和立即反馈来选择相应的行为,也能根据算法的历史奖励来选择相应的智能调度算法,从而把一小部分工序任务的实时局部优化和大部分工序任务的全局优化结合起来。调度实例的求解结果验证了该方法的有效性。     

数据驱动的智慧车间实时调度方法研究

智能制造系统采用了物联网等大量先进信息技术,使得车间积累了大量的实时生产数据。同时,复杂制造系统在运行过程中容易出现一系列干扰事件,这对车间实时响应能力提出了更高的要求。因此,在工业大数据支撑的制造环境下,针对考虑序列相关设置时间和阻塞的混合流水车间调度问题(Hybridflowshopschedulingproblemwithsequence-dependentsetup timesandblocking,HFSP-SDST-B),提出一种基于深度强化学习的实时调度方法,从而实现制造资源的合理分配和完工时间最小化。作为一个序列决策问题,HFSP-SDST-B可以被建模为一个马尔科夫决策过程。在每个调度点,智能体根据当前的生产状态选择相应的调度规则,从而进行合理的工件排序和机器分配。为了实现生产数据驱动的实时调度方法,依次设计考虑阻塞因素的调度点、通用生产状态特征、基于遗传规划的启发式规则和奖励函数。然后提出一种基于近端策略优化算法的训练方法,从而让智能体构建状态与规则之间的有效映射。最后试验结果表明,与现有的动态调度方法相比,该方法具有优越性和通用性,并且通过学习能够有效处理随机扰动...     

基于多智能体共享认知的车间动态调度方法研究

在实际生产中,车间的扰动会造成原有调度计划受到影响。为了减少扰动带来的影响并尽快恢复车间正常运行,需要根据车间当前的状态对受到影响的任务进行动态调度。针对加工车间在受到扰动影响后的任务调度问题,提出了一种基于多智能体共享认知的车间动态调度方法。将车间中每一个制造单元映射为一个智能体,采用共享心智模型实现智能体之间的共识协商和信息传递,从而形成多个智能体之间的调度方案共享心智模型实现生产的动态调度。最后,在车间智能传感网络系统的基础上,通过实例验证说明了该方法的有效性。     

基于深度强化学习的工序交互式智能体Job shop调度方法

针对作业车间调度问题(Job shop scheduling problem, JSSP)因NP-难属性难以快速获得优质解,以及生产场景随机扰动所导致的频繁重调度等求解难题,基于深度强化学习提出一种新颖的交互式工序智能体(Interactive operation agent, IOA)调度模型框架。在分析工序间工艺路线和加工设备约束关系的基础上,将Job shop的加工工序构建为工序智能体,设计工序智能体间的交互机制,智能体依据彼此关系进行特征交互并更新自身的特征向量,并基于工序特征和最早加工时间设计拟合动作值函数的深度神经网络,调度模型根据系统状态和工序智能体特征即可生成调度策略。采用Double DQN算法训练IOA调度模型,引入经验回放机制消除序列训练样本间的相关性,训练好的模型可以快速生成高质量的调度方案,并在机器发生故障时能够有效执行重调度策略。试验结果表明所提出的IOA调度方法优于贪婪算法和启发式调度规则,且具有良好鲁棒性和泛化能力。     

复杂作业模式下车间动态调度问题的研究

对复杂作业模式下车间生产过程中的动态扰动进行了分类,并以此为基础,建立了基于扰动类型的动态调度策略,提出了自动调度与人工调度相结合的双重调度机制,并给出了相应的动态调度过程模型。该方法既保证了扰动响应的灵活性,又综合了典型调度算法单目标的精准性和人工经验的实用性,为有效解决复杂作业模式下的车间调度问题打下了良好的理论基础。     

基于协商的Multi-Agent生产计划与调度系统

目前企业使用的ERP系统中由于计划与能力计算的分离以及调度信息不能及时反馈 ,已很难适应敏捷制造的需要。Agent技术是进行分布式制造系统建模的一种主要方法之一。工作中心是各种生产能力单元的通称 ,也是发生加工成本的实体 ,各工作中心Agent之间通过协商与协作 ,形成一个基于能力与成本的Multi Agent集成生产计划与调度系统 ,使企业具有实时应变性。     

[生产计划]动态制造系统生产计划与调度协同优化

基于生产计划与调度协同优化的思路,建立了计划与调度滚动优化模型,并提出一种 “闭环集成滚动重调度”策略。当生产系统出现产能受限或订单变更等动态变化时,调度与计划形成“闭环响应模式”,进而采用动态约束平衡的混合算法对生产计划与调度进行协同优化。为验证所提出协同优化策略的有效性和可行性,选取典型算例进行了仿真研究,结果表明该策略能有效处理生产系统的动态变化,保证系统的调度优化及时调整。     

高效精准混装作业调度策略研究

以汽车混装作业为研究对象，对照闭式生产，推导得出开式生产模式具有高效性的结论。研究了多产品混合装配时的投产序列调度和精准调控机理，认为只有投产序列和工位任务分配协同调度，才能使企业生产高效和调度作业精准。论述了该协同调度措施的层次实现策略，指出面向多产品混合装配工序，柔性装配和虚拟装配是策略实施的关键技术手段。     

面向客户的随机动态生产管理模式研究

分析了在湍流的、动态不确定性生产环境下的生产特点,提出了面向客户的随机动态生产管理的管理模式,并从结构、运行方式和生产计划、生产过程跟踪及调度等方面进行了初步的研究与探讨,建立了生产过程控制结构模型。在此基础上研究了通过生产过程控制结构模型,实现动态生产环境信息与生产计划制定和生产过程控制／调度的集成机制,为企业在先进制造模式下的运作提供了新的技术方法。     

光纤制造中复绕单元加工次序调度策略的研究

为提高光纤制造中复绕单元的信息反馈速度和计划执行的效率，提出了以断纤信息反馈速度与加工时间为优先考虑的调度策略。为实现这种调度策略，分析了在复绕单元中生产的产品特点，提出了产品分类的方法与原则，并根据分类结果对每一类产品赋予不同的优先级别，同时确定了加工次序的调度原则。结合光纤生产的需要，提出了评价调度策略的指标，通过实验验证了所提出的调度策略的优越性。     

基于双反馈控制和分阶段调度的光纤生产调度

针对光纤生产中生产计划执行过程存在的生产定单产出数量不精确、完成时间难以控制等问题进行分析,提出建立基于双反馈控制和分阶段的生产调度系统对生产定单生产进行控制。该生产调度系统在光纤生产流程中设置三个反馈点：拉丝产出、筛选产出和入库,分别负责反馈生产流程各部分的生产情况,实时获得生产定单生产情况变动信息,及时掌握生产动态。通过对这些信息的处理并将其与计划相比较从而得出差异,形成调整指令,实时地控制原材料的投入量,提高生产定单产品生产数量的精确度;根据光纤生产特点将调度过程划分为两个阶段,采用不同的调度方法对定单生产进行调度,并在第二阶段引入台阶调度法,以牺牲部分控制精度的代价提高调度效率,缩短生产定单结束阶段的生产时间。案例证明所提方法的有效性。     

工时不确定条件下的车间作业调度技术

为解决工时偏差快速调整、多种调整要求综合协调的问题,提出了面向多品种、变批量生产模式的工时不确定条件下的车间作业动态调度技术。通过分析工时不确定条件下车间作业调度方案制定的不确定性、执行过程的动态性、变更影响的关联性以及响应的实时性内涵,提出了解决工时不确定下调度问题的缓解、隔离和快速响应相结合的处理策略;在对工序移动、变换顺序、调整设备和重调度处理流程综合分析的基础上,建立了统一的模块化作业调度方案动态调整流程;基于调度方案数据结构的建模,提出了受影响工序遍历及其关联树构建算法;提出了工时偏差容忍度的概念,实现了对调度问题影响范围的有效缓冲;提出了工时扰动偏差驱动下的前后移动调整、顺序调整、设备更换调整和重调度调整等动态调度算法,解决了作业计划与执行现场同步的问题。最后,通过实例分析说明了该技术的有效性。     

[车间调度]基于信息素的多Agent车间调度策略

针对基于合同网协议的传统多Agent方法优化目标单一、通信量大、全局性能优化效果差的缺点,提出了基于信息素的多Agent动态调度策略。该策略通过信息素实现了Agent间的间接协商,减少了通信量,实现了全局的多目标优化。此外,采用该策略同时对生产任务分配阶段和缓冲区工件选择阶段的调度进行了优化,并且考虑了独立的调整时间,更加符合实际且进一步提升了系统整体的优化效果。最后,通过实例仿真验证了上述策略的效率。