基于MultiAgent集装箱码头物流作业重构.docVIP

基于MultiAgent集装箱码头物流作业重构 　　［摘 要］ 在介绍集装箱码头物流作业流程的基础上，通过引入计算Agent和作业角色Agent构建了基于Multi_Agent的集装箱码头物流作业重构系统结构，并说明了重构中作业角色Agent的工作过程，用强化学习算法设计了作业角色Agent。接着阐述了在基于Multi_Agent的集装箱码头物流作业重构中计算Agent重构模型，以及用对策论和社会规则相结合实现相邻作业角色Agent的协调。最后，以某集装箱码头泊位作业和岸桥作业两相邻作业重构进行了数据分析，证明了重构的有效性。 　　［关键词］ Multi-Agent；重构；协调；集装箱码头；物流 　　doi:10.3969/j.issn.1673-0194.2009.10.031 　　［中图分类号］F270.7［文献标识码］A［文章编号］1673-0194（2009）10-0092-04 　　 　　集装箱码头物流作业是指集装箱从到达港口码头至离开港口码头中形成的作业过程。集装箱码头的物流搬运设备主要有:岸边集装箱起重机(简称岸桥)、堆场物流桥(简称场桥)、集装箱拖挂车(简称集卡)等。岸桥承担船舶的物流作业，场桥承担堆场的物流和堆码作业，而从码头前沿至堆场、堆场内箱区间的水平运输由集装箱拖挂车来完成。装箱船到港后，集装箱经过“进入泊位―桥吊卸货―水平运输―跨车/龙门吊卸下―堆场堆存―码头内部运输―其他运输方式转运”的流动过程，出口反之。港口集装箱码头作业主要包括:泊位分配、桥吊作业、水平运输（内）、堆场堆存、水平运输（外)、闸口等作业环节。在集装箱码头物流作业过程中，被调度的资源包括物流搬运设备以及泊位、堆场及港区道路。 　　在集装箱码头物流作业冲突有3种冲突类型:{1}资源冲突，如泊位调度中，多条船在同一时刻争夺有限的泊位资源，而此时系统并不能同时满足它们的要求；{2}目标冲突，如岸桥调度作业目标除了合理分配岸桥给各个泊位，还有就是在岸桥作业不中断，这必然导致与之相配合的集卡出现排队等待现象，与集卡调度作业的目标相悖；{3}结果冲突，即不同的作业对同一问题求得的结果彼此相悖。从总体上来看，所有作业区（如码头前沿、堆场）总的物流能力是一定的，但分配到各个作业区上的资源是有限的，又由于原来物流作业系统各项作业是简单叠加，缺乏有效沟通和协调，各项作业存在冲突。为了有效利用码头资源，同时使港口整个的物流作业时间最小化效率最大化，尽可能避免物流作业故障、堵塞和排队等待的现象出现，针对集装箱码头物流作业系统具有开放性、复杂性、随机性的特点，需要对集装箱码头物流作业进行重构，提出了基于Multi-Agent的集装箱码头物流作业重构思路。 　　 　　1 基于Multi-Agent的集装箱码头物流作业重构系统结构［１］ 　　 　　在这里，为每个作业环节设立一个Agent，称为作业角色Agent。将这些作业角色Agent就港口资源的使用以及由此带来的资源分配调度问题结成的联盟称作计算Agent。角色Agent之间是平等自治的关系，每个自治的角色Agent代表一个作业的利益，计算Agent的最终重构目标并不是使单个作业的利益最大，而是使整个物流作业系统利益最大。 　　对计算Agent a，其结构模型如下： 　　a=〈Ea，RAa，Sa，caa，RMAa〉。 　　其中，Ea是a包含的计算实体集；RAa是a包含的角色Agent集； 　　RAa={泊位作业Agent，桥吊作业Agent，水平运输Ⅰ-Agent，堆场作业Agent，水平运输Ⅱ-Agent，闸口作业Agent} 　　Sa是a的可能状态集；caa是a当前的状态，计算Agent的状态是各个角色Agent状态与公共的资源状态和任务状态的联合；RMAa是对应于a的一个特殊的角色Agent，负责管理a的资源，a中的每一个角色Agent更新公共的任务状态，而RMAa通过任务状态，了解资源使用，调度角色Agent，无须具备角色Agent领域的相关知识。 　　对每个作业角色Agent ra∈RA， 　　ra=〈era，Sra，csra，Mra，Kra〉。 　　其中，era是与ra对应的计算实体； 　　Sra是ra的作业状态集csra；是ra的当前作业状态集，包括ra当前的任务状态、资源状态以及与其他角色Agent的关系等；Mra是ra具有的方法集；Kra是ra的控制与推理核心，与所属的计算Agent的RME直接交互。 　　 　　2作业角色Agent的实现 　　 　　2.1作业角色Agent ra的工作过程［２-３］ 　　作业角色Ａgent在工作过程中一般包含学习器、协调模块、通讯模块、行为决策器和作业方案模型库、知识库等。其工作过程可描述为：作业状态检测器