多智能體技術(shù)是目前人工智能領(lǐng)域的研究熱點，它對解決具有空間分布特點的復(fù)雜問題有著獨特的優(yōu)勢，是一種具有重要研究意義和應(yīng)用價值的方法。生產(chǎn)調(diào)度位于CIMS體系結(jié)構(gòu)中的中間層，是控制與管理一體化的接合部。向上要給企業(yè)經(jīng)營戰(zhàn)略決策層提供決策依據(jù)，向下要安排生產(chǎn)加工任務(wù)，指導(dǎo)監(jiān)督控制層的運作。因此，生產(chǎn)調(diào)度是實施CIMS的關(guān)鍵。由于調(diào)度問題大多數(shù)都是具有NP難度的組合優(yōu)化問題，尋找具有多項式復(fù)雜性的優(yōu)化方法幾乎是不可能的。將多智能體技術(shù)和生產(chǎn)調(diào)度相結(jié)合，利用多智能體系統(tǒng)的分布求解特性，將復(fù)雜任務(wù)分解成相對簡單的單元模塊，通過協(xié)商和合作共同完成任務(wù)，從而降低單一調(diào)度系統(tǒng)設(shè)計的復(fù)雜性。 本文系統(tǒng)地分析了多智能體系統(tǒng)的概念和組織行為，提出了基于多智能體的車間調(diào)度模型，并利用面向?qū)ο缶幊碳夹g(shù)對調(diào)度問題進行仿真。研究工作主要包括以下幾個方面： 1、系統(tǒng)地分析了多智能體系統(tǒng)中智能體之間的通信以及多個智能體之間的協(xié)作問題，為基于多智能體技術(shù)的調(diào)度系統(tǒng)的提出建立理論基礎(chǔ)。 2、通過對面向Agent的分析與建模方法的探討，建立了制造車間的MAS模型。該模型采用實體型智能體，將參與車間調(diào)度...

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 引言
    1.2 車間調(diào)度方法的研究現(xiàn)狀
        1.2.1 車間調(diào)度問題的描述
        1.2.2 車間調(diào)度問題的特點
        1.2.3 車間調(diào)度方法
    1.3 動態(tài)調(diào)度的研究現(xiàn)狀
        1.3.1 傳統(tǒng)的研究方法
        1.3.2 智能方法
        1.3.3 發(fā)展方向
    1.4 課題的研究背景和意義
    1.5 本文的主要研究工作及各章節(jié)的安排
第二章 Agent及多Agent系統(tǒng)
    2.1 引言
    2.2 Agent及其相關(guān)問題
        2.2.1 Agent的概念
        2.2.2 Agent的特性
        2.2.3 Agent的分類
    2.3 多智能體系統(tǒng)(MAS)
        2.3.1 MAS的特點
        2.3.2 多智能體之間的通信
        2.3.3 多智能體的協(xié)作
    2.4 多智能體調(diào)度系統(tǒng)(MASS)
        2.4.1 研究現(xiàn)狀
        2.4.2 對多智能體調(diào)度系統(tǒng)的一般分析
        2.4.3 實體型智能體
    2.5 本章小結(jié)
第三章 基于多智能體的車間調(diào)度與控制
    3.1 引言
    3.2 面向Agent的分析與建模方法
        3.2.1 面向?qū)ο蟮姆椒?br>        3.2.2 面向Agent的方法
        3.2.3 面向Agent的軟件工程
    3.3 制造車間的MAS模型
        3.3.1 管理者Agent
        3.3.2 任務(wù)Agent
        3.3.3 資源Agent
    3.4 基于協(xié)商的調(diào)度方法
        3.4.1 招標(biāo)
        3.4.2 投標(biāo)
        3.4.3 簽訂合同
    3.5 調(diào)度實例設(shè)計
    3.6 本章小結(jié)
第四章 基于多智能體的作業(yè)車間動態(tài)調(diào)度
    4.1 引言
    4.2 基于機器不確定的多智能體動態(tài)調(diào)度
        4.2.1 問題表述
        4.2.2 動態(tài)調(diào)度模型及實現(xiàn)
        4.2.3 示例仿真
    4.3 基于工件集不確定的多智能體動態(tài)調(diào)度
        4.3.1 問題表述
        4.3.2 調(diào)度模型及實現(xiàn)方法
        4.3.3 仿真示例
    4.4 結(jié)合遺傳算法的多智能體混合調(diào)度
        4.4.1 遺傳算法設(shè)計
        4.4.2 柔性車間調(diào)度(FJSP)
        4.4.3 多Agent混合調(diào)度
    4.5 本章小結(jié)
第五章 生產(chǎn)計劃與調(diào)度軟件的工程應(yīng)用
    5.1 引言
    5.2 系統(tǒng)總體設(shè)計
    5.3 數(shù)據(jù)管理子系統(tǒng)
        5.3.1 客戶合同管理
        5.3.2 產(chǎn)品信息單元
        5.3.3 零件信息單元
        5.3.4 車間信息單元
        5.3.5 機器信息單元
    5.4 算法子系統(tǒng)
        5.4.1 基于遺傳算法的生產(chǎn)計劃與調(diào)度算法
        5.4.2 基于神經(jīng)網(wǎng)絡(luò)的生產(chǎn)計劃與調(diào)度算法
        5.4.3 基于多智能體方法的調(diào)度算法
    5.5 數(shù)據(jù)庫設(shè)計及軟件實現(xiàn)
        5.5.1 數(shù)據(jù)庫設(shè)計
        5.5.2 軟件實現(xiàn)
    5.6 調(diào)度實例
    5.7 本章小結(jié)
第六章 總結(jié)與展望
參考文獻
致謝
作者讀研期間參與的科研項目與發(fā)表的論文



本文編號：3839618