基于市场机制的多agent柔性车间调度研究

针对柔性车间调度的特点,提出了一种分布式多agent柔性调度系统,系统由工件agent和机器agent组成,采用基于市场机制的协商策略.Agent之间通过相互发送消息和响应消息进行交互,每个agent内部有一个或多个消息接口,每个接口中都封装了相应的消息响应函数.这些函数能够按照各agent独立的、局部的信息和目标,同时兼顾系统的性能进行决策.工件agent通过招投标的方式,选择合适的机器完成加工任务,机器agent按照市场机制通过自由竞争来获得工件的加工权,并使自己的收益最大.最后用Java语言进行程序设计,对柔性车间调度的平均滞后问题进行仿真实验,并与传统的分派规则进行比较,结果显示基于市场机制的柔性车间调度方法明显优于传统的分派规则.     

基于市场机制的多agent柔性车间调度研究

针对柔性车间调度的特点,提出了一种分布式多agent柔性调度系统,系统由工件agent和机器agent组成,采用基于市场机制的协商策略。Agent之间通过相互发送消息和响应消息进行交互,每个agent内部有一个或多个消息接口,每个接口中都封装了相应的消息响应函数。这些函数能够按照各agent独立的、局部的信息和目标,同时兼顾系统的性能进行决策。工件agent通过招投标的方式,选择合适的机器完成加工任务,机器agent按照市场机制通过自由竞争来获得工件的加工权,并使自已的收益最大。最后用Java语言进行程序设计,对柔性车间调度的平均滞后问题进行仿真实验,并与传统的分派规则进行比较,结果显示基于市场机制的柔性车间调度方法明显优于传统的分派规则。     

基于元胞自动机的大型零件生产车间动态柔性调度仿真建模

针对供应链上大型零件生产车间的特点,建立了基于元胞自动机的动态柔性调度仿真模型。将实际车间调度抽象成由工位、缓存、工件及作业调度规则构成的系统。工位和缓存为模型网络空间的固定格点,工件为移动粒子,作业调度规则为一系列模型状态演化规则,包括工位选择规则、工件排序规则、任务触发规则。设计各规则的程序图,以一算例说明模型演化过程中元胞及粒子的状态属性值的变化过程。针对某大型发电机零件生产车间的动态柔性调度问题,利用元胞自动机模型进行仿真,对比实际方案,仿真得到的方案更优,从而验证了基于元胞自动机的仿真建模是一种处理大型零件生产车间动态柔性调度问题的有效方法。     

柔性作业车间在线调度问题的仿真建模与分析

利用离散事件系统建模与仿真技术和规则调度方法,对柔性作业车间在线调度问题进行研究。将优先级调度规则和路径选择规则结合,形成针对柔性作业车间的调度规则组合。在建立仿真模型时,定义了车间结构,并对车间结构参数设定不同的水平值。针对平均流经时间最小、最大拖期时间最小、机器最大负荷最小、拖期工件比最小这4个不同的调度目标,从备选规则集中选出了每个目标下最优的调度规则组合及相应的车间结构参数。仿真结果表明,工件交货期、车间利用率、机器平均有效率、机器平均故障水平及车间柔性程度对调度规则组合的选取有很大影响。     

具有柔性加工路径的作业车间智能优化调度

用遗传算法研究了具有柔性加工路径的作业车间的智能优化调度问题 ,提出了一种将遗传算法和分派规则相结合的调度算法 ,将加工计划与生产调度同时考虑 ,避免了加工计划和生产调度相脱节的弊端。最后给出了此调度算法的仿真结果 ,证明该算法是可行的 ,并获得优异的结果     

基于多agent的锻造生产工艺规划与车间调度集成研究

为实现锻造生产工艺规划和车间调度的有机集成,提出基于多agent的锻造生产工艺规划与车间调度集成模型。通过分析锻造生产特点,运用非线性工艺规划思想,将加工、锻造和热处理分开考虑。该模型采用合同网协商和黑板结构,实现agent之间的信息交互。仿真实例证明了该模型的可行性,为调度系统提供了多工艺方案,增加了调度的柔性,提高了车间资源利用率和生产效率。     

免疫度下的柔性车间动态重调度研究

柔性车间具有的机器柔性选择等柔性特点,使动态随机干扰下的车间调度问题更具有灵活性和优化空间.本文针对柔性车间生产系统的动态随机事件的干扰,对车间受影响程度进行量化分析和判断,针对车间调度的调整提出了基于免疫度的规则导向策略,以确保实际生产计划的健康执行.首先本文根据动态随机的干扰环境对车间系统的干扰程度,提出免疫度的概念,以免疫度值作为系统的自修复调度与调度调整的判定依据.在调度调整中,根据当前生产的状态,进行以规则为导向的动态调整,合理选择调度方式,以提高车间调度调整与车间实际目标需求的契合度.     

考虑准备时间和工件分批的柔性作业车间调度

针对柔性作业车间调度受生产准备时间和工件批量影响的问题,构建了考虑准备时间和工件分批的柔性作业车间调度模型.根据工件批量加工中等量分批方法柔性不足的特点,采用柔性分批方法对工件进行批量划分.提出一种改进的遗传算法,以最小化最大完工时间为优化目标,采用双层编码的方式对模型求解,确定各工件的分批方案和子批工序调度排序方案.通过分析柔性调度案例,验证了该算法的有效性,能够更好地满足实际车间生产要求.     

批量生产柔性作业车间优化调度研究

在批量生产柔性作业车间调度问题中,不但要考虑路径选取和加工排序两个子问题,而且工件还可被分割为多个子批量,不同子批可选择不同工艺路线。该问题是对传统柔性作业车间调度问题(FJSP)的扩充,它更接近于实际生产调度问题。针对问题的特点,提出了一种基于遗传算法的柔性分批调度算法。在算法中,提出了一种基于"游标"的柔性批量分割方法,并采用一种批量分割与加工工序相融合的染色体编码方法。该算法不但可根据机床负荷将工件分割成具有柔性批量的多个子批,而且可使子批工艺路线选取及加工排序同时得到优化。通过实例仿真,对算法性能进行分析和评价,结果表明了算法的有效性和可行性。     

面向能耗的多工艺路线柔性作业车间分批优化调度模型

合理的调度方案能有效降低柔性作业车间总能耗。针对柔性作业车间中加工工件种类多、单批工件数量大、加工工艺路线柔性大等问题,研究一种面向能耗的多工艺路线柔性作业车间分批优化调度模型。分析柔性作业车间中工件加工过程能耗特性,以车间总能耗最低和完工时间最小为优化目标建立了多工艺路线柔性作业车间分批优化调度模型,并采用多目标模拟退火算法对模型进行优化求解。通过算法优化得到的调度方案与经验调度方案的对比分析,验证了该模型的有效性和实用性。