基于多智能体的生产调度方法与应用-系统工程专业论文.docxVIP

摘要多智能体技术是目前人工智能领域的研究热点，它对解决具有空间分布特点 摘要 多智能体技术是目前人工智能领域的研究热点，它对解决具有空间分布特点 的复杂问题有着独特的优势，是一种具有重要研究意义和应用价值的方法。生产 调度是控制与管理一体化的接合部，向上要给企业经营战略决策层提供决策依 据，向下要安排生产加工任务，指导监督控制层的运作。由于调度问题大多数都 是具有NP难度的组合优化问题，寻找具有多项式复杂性的优化方法几乎是不可 能的。将多智能体技术和生产调度相结合，利用多智能体系统的分布求解特性， 将复杂任务分解成相对简单的单元模块，通过协商和合作共同完成任务，从而降 低单一调度系统设计的复杂性。 本文系统地阐述了多智能体理论及其在生产调度中的应用，通过多智能体技 术，把计划分配与任务调度有机的结合起来，实现整个系统的计算机集成。具体 研究工作包括以下几个方面： 首先，系统地分析了多智能体系统中智能体之间的通信以及多个智能体之间 的协作问题，为基于多智能体技术的调度系统的提出建立理论基础。 其次，对传统的车间调度系统进行了深入分析，在传统调度系统的基础上， 建立了一套基于多个智能体系统的车间调度系统模型，系统的智能化通过招标一 一投标过程来体现，系统的动态性、多且标优化性、全局最优化性，通过一套奖 罚制度和综合评价标准来具体实现，本文对其数学模型做出了详细介绍。奖罚制 度和综合评价标准，能够很好的满足现代制造系统的要求，很好的解决复杂车间 的调度问题，对于实现车间调度智能化起到了重要作用。 再次，在车间调度多智能体模型的基础上，提出了适合动态调度的多智能体 模型，并针对机器不确定和任务不确定这两种情况进行了研究。通过把蚁群算法 与强化学习相结合，提出了一种基于自适应Agent的车问调度方法。当生产环境 发生变化时，蚂蚁会根据历史奖励和立即奖励情况进行决策，实现任务在机器资 源上的分配。 最后，将多智能体技术应用到芯片制造生产线动态调度上，给出了基于智能 体的动态调度模型，以及智能体决策中使用的调度算法。通过实例，给出了方法 的使用过程。 智能体作为一种思想，代表了现代人工智能的发展方向。随着计算机技术、 通信技术、自动化技术、制造技术和现代管理技术的提高，生产调度必将向着网 络化、智能化、规模化、实用化的方向发展。 关键词：多智能体，动态调度，强化学习，蚁群算法 AbstractMulti-Agent Abstract Multi-Agent system is one of the important research fields of artificial intelligence．It has particular predominance for solving complex distributed problems， which is an important method full of applying value．Production scheduling is the joint of control and management．On the one hand,it will supply decisions for the enterprise；on the other hand，it will arrange production tasks and supervise the control layer．Because the most scheduling problem is NP hard，it is impossible to find out common algorithm with polynomial complexity．We combine the multi—agent technique and production scheduling and decompose complex task to units by the distributed characteristic of multi-agent system．We reduce the complexity of system designing through agents’cooperation． In this thesis，the Multi·Agent technology and its application in the production scheduling were introduced．The plans distributing and assignments scheduling were integrated into the whole system by Multi·Agen