yipianlunwen.docVIP

引言　　　　目前，基于离散事件动态仿真原理的计算机仿真技术广泛应用于离散生产系统中生产计划、资源分配、任务调度、人员安排、物流规划等决策问题，为提高生产系统的效率发挥着重要作用[1-5]。然而，大多数的生产系统仿真往往把系统中的生产者视为普通的制造资源，而忽略了人的智能行为对生产系统的影响。近年来，针对各种先进制造策略，人工智能技术逐渐应用于生产系统的调度、监控和运行管理中，以期实现系统优化的目标。文献[6]在研究一种基于Agent 的工艺规划和调度基础上提出一种混合合同网协议并将其应用于多主体制造系统的动态车间调度；文献[7]提出一种遗传算法并研究了在多Agent 系统中如何应用其解决供应链管理中生产分配计划问题；文献[8]基于多Agent 系统从生产、控制及软件工程的角度提出一个复杂的制造过程的分布式层次化生产控制框架;文献[9]为半导体制造过程中使用的interbay 系统设计了一种基于Agent 的控制架构，并且开发了其所包含的多Agent 之间的协调机制；文献[10]应用预测Agent，生产Agent 及重分配Agent 解决了准时制生产中生产及分配问题；文献[11]基于CORBA 总线及面向对象技术实现了多Agent 系统分布式人工智能，并提出多Agent 敏捷车间控制系统。然而上述研究集中在机器智能模型和生产管理控制模型的建立，如何将人工智能技术应用于生产系统建模及仿真的探索还非常缺乏。　　针对以上问题，本文提出了一种基于智能主体的仿真方法，建立了描述离散生产系统中个体生产者的Agent 模型，并在其基础上提出一种集成Agent 模型、离散生产系统仿真软件、数据处理软件和应用软件开发环境的仿真方法，给出该方法的实现方案和应用案例。　　　　1 生产者智能主体模型　　　　考虑到生产系统中个体生产者不仅有简单的反应行为，而且有慎思行为以及协作行为，本文基于INTERRAP 混合主体模型理论[12-13]和基于角色主体建模方法[14-15]构造生产者智能主体模型，该模型由角色、知识、行为三部分构成。角色是特定职责和权力的集合，它定义了生产目标下主体应完成哪些任务，可以使用哪些资源等。知识是主体行为的主要依据。生产系统中的主体知识可分为反应层知识、规划层知识及协作层知识。主体行为以刺激-反应模型为基础。首先针对感受器所感知的外界环境信息，然后通过知识搜索模块和行为匹配模块得到行为方案，再通过驱动器将行为方案作用于外界环境。下面为生产者智能主体行为模型具体内容：　　(1)感受器和驱动器：感受器用于感知主体外部生产系统外界环境状态变化和内部状态变化，并将变化传递给行为模型。外部环境状态变化来自于生产系统环境中信息的改变，如资源约束、生产状态、生产任务等，内部状态变化则来自于组织中其它主体状态的变化，可表现为主体的权限变化，协作请求，协作响应，异常报告等。驱动器主要是指将主体行为作用于外界环境的模块。它可是人机交互接口，也可以各种辅助工具。　　(2)反应层行为：若经感受器传递的信息满足反应层的作用规则或条件时，主体不需经过推理，直接按反应规则付诸行动。例如：机器故障时，自动停机并检查等。　　(3)规划层行为：经传感器融合处理的信息无法在反应层进行匹配，则需要根据本地知识库进行一定的推理，作出相应决策，并付诸行动。例如：新订单到达导致生产任务发生变化，生产主管不得不寻求合适的调度策略。除此之外，主体还可以通过学习，更新自己知识库。　　(4)协作层行为：在某些情况下，经传感器融合处理的信息涉及到多主体或超出了单个主体的本地处理能力，此时主体则需要按协作层知识进行相应的响应。例如：一般维修工人在维修机器时发现不能成功，从而请求高级维修工人；而高级维修工人响应了该请求，接着两人协同完成了维修任务。　　 2 仿真建模过程　　　　基于上述生产者智能主体模型，仿真通过集成Agent 模型、离散生产系统仿真软件、数据分析和计算软件以及应用软件开发环境实现。具体的仿真建模过程如下：　　第一步，从生产资源、布局方案、人员状况、物流状况等方面收集生产系统生产过程的基本信息，运用离散事件仿真原理，结合所收集信息，应用生产系统仿真软件建立生产系统生产过程基础模型。　　第二步，从操作、质量监控、调度、计划、设备管理、维修及工艺管理等方面识别生产系统中个体工作者的基本行为，按本文前面提出Agent 模型对这些行为按协作层，规划层和反应层进行分层归类，应用仿真软件二次开发工具或数据处理软件的智能计算来表达Agent行为，并通过开发集成接口将智能推理过程封装成一个个智推理行为函数，创建Agent 类包含这些成员函数，最后采用动态链接库（DLL）技术将整个Agent 类封装成一个DLL。　　第三步，在基本生产过程模型的基础上，运用