检索结果-内蒙古大学图书馆

学术界对生产调度的研究虽然广泛而深入，但多数难以应用，原因在于真实调度环境过于复杂。本文尝试以多Agent系统的高柔性和灵活的组织结构应对调度环境的复杂性，提出两类具有实用价值的多Agent系统调度模型：适于优化调度的算法集成黑板模型和适于实时调度的合同网模型。\n 算法集成黑板模型主要用于静态调度，通过将已有的调度算法封装为Agent，实现调度问题的优化。为给模型准备合适的封装对象，对常用的非数值调度算法进行了改进，提出了针对作业车间调度的改进模拟退火算法(包括回火退火算法和快速模拟退火算法)、启发式遗传算法、小生境免疫算法和用于调度的文化算法等创新算法；仿真实验表明，与已有算法相比，改进后的算法可获得更快的计算速度和(或)优化能力。\n 基于改进的非数值算法，提出适于优化调度的非数值算法集成黑板模型。该模型以多Agem黑板结构为框架，将不同的算法封装为Agent以实现算法集成，形成统一、协调的求解模型；创建了基于多方博弈理论的模型求解机制，针对不同算法自身的特点制订竞争对策，激励各算法Agent在问题求解速度和求解质量两方面展开竞争，提高模型运行效率和求解能力。\n 合同网调度模型主要用于实时调度，模型中引入代表资源和作业的Agent作为合同双方，通过设定的谈判机制以招投标的方式完成调度，模型中加入具有调控能力的管理Agent，以提高优化能力；对模型中各Agent的决策方法进行了细致的研究。模型还构建了适应敏捷调度的扩展机制，与其他模型相比，具有更好的实时性。\n 黑板模型和合同网模型分别体现了真实调度环境要求的两个方向：调度的实时性和优化性；两种模型结合形成的实用调度体系具有较高的应用价值。本文的创新主要包括：\n 1.针对非数值算法在调度上的应用提出改进模拟退火算法(包括回火退火算法和快速模拟退火算法)、启发式遗传算法、小生境免疫算法、文化算法等独创性算法。回火退火算法通过回火操作提升模拟退火算法的寻优能力；快速模拟退火算法通过结合局部搜索提升搜索速度；启发式遗传算法通过结合基于禁忌搜索的关键块邻域算子和瓶颈修复算子，以及基于活动调度的解码方式形成比普通遗传算法更优秀的搜索能力；小生境免疫算法借助基于小生境的浓度机制和多克隆算子很好地控制了种群多样性；文化算法通过创新的信念空间构造使算法获得卓越的寻优能力。上述算法被应用于作业车间调度问题，展现了良好的性能。 2.提出了基于多Agent系统的算法集成调度模型。算法被封装为Agent通过黑板结构参与模型，依靠不同算法的互补增强模型适应性和优化能力。为模型创建了基于多方博弈分析的激励机制，为(本文探讨的)非数值算法在模型中的应用进行了个性化设置。模型具有开放、分布式、高柔性的特点；其快速优化能力是模型主要优势。\n 3.提出了基于多Agent系统的合同网调度模型。模型封装车间物理实体为Agent，以招投标方式完成实时调度；引入具有调控能力的管理Agent，增加模型优化能力和人机交互能力；使用基于粗集的规则提取方法增强管理Agent的学习能力；模型建立了急件插入程序提高实时反应能力，创建了针对敏捷调度的插入算法和预算机制以扩展模型功能。模型的实时性是其主要优势。\n 4.

关键词：制造业调度非数值算法多Agent系统多方博弈分析黑板模型合同网模型

来源：评论

学校读者我要写书评

暂无评论

逻辑关系运算在软件设计中的应用