基于多Agent的面向订单的离散制造系统建模与仿真研究

针对离散制造企业复杂性和对制造系统的特殊要求,构建了基于多Agent的面向订单的离散制造系统结构模型,采用统一的个体Agent结构,简化了基于Agent的制造系统设计和开发。并对生产过程的复杂性导致的生产任务分配困难的问题提出了以Agent负载、能力和信任度为指标进行综合考虑和评价,并结合合同网机制有效提高Agent任务分配和协作效率,简化任务分配过程。最后以控制阀生产企业A为例采用Swarm仿真工具进行仿真实验,对所提出结构模型及任务分配策略的合理性和有效性进行验证,结果证明提出的Agent结构模型和分配策略能够有效提高企业生产效率。

基于BP神经网络的APS期量计划研究

按订单生产的生产模式下,期量计划影响库存储备,库存储备指导和限制期量计划编制,因此期量预测问题成为制造企业APS关注的重点.针对期量预测问题,提出结合库存控制理论的零件计划模型和评价体系来指导期量计划编制,并通过建立BP神经网络预测模型来预测下期零件需求量.以宁夏吴忠仪表有限公司为例进行实验,实验结果得出,2014年2,3,6,7,10,11月份可以下达期量,与实际情况相符.实验和验证结果表明,零件计划模型和BP神经网络预测模型能够有效指导期量计划,从而达到期量预测的目的.

基于多视图的面向Agent软件设计模式分类方法

传统软件开发方法缺乏关于Agent的开发细节,使得在开发多Agent系统时,对于一般性设计问题需要进行大量的重复性劳动,难以从过去的解决方案中受益,最终可能导致系统设计的不一致性、脆弱性和不易于跟踪性等问题。为解决上述问题,提出一种多视图的面向Agent软件设计模式分类方法,该方法结合"自顶向下"的软件开发过程和"自底向上"的Agent设计方法对Agent设计模式进行分类汇总。