基于真实吐露贪婪机制的多Agent单机调度问题

在分布式环境下,从组合拍卖的角度出发研究了多Agent的单机调度问题,设计了一种贪婪机制.该贪婪机制包括贪婪分配算法和贪婪支付算法两部分,首先贪婪分配算法以资源Agent收益最大为目标解决组合拍卖中的竞胜标问题,然后贪婪支付算法以第二价格支付的形式确定中标者应该支付的最小费用.本文证明了该贪婪机制的真实吐露性,并通过算例说明设计机制的可行性与有效性.最后进行仿真实验比较该贪婪机制与线性规划方法的求解效果,结果袁明,对大规模问题,该机制能够快速得到使系统总收益近似最优的调度方案.

考虑工件释放时间和柔性维护的单机调度问题

针对晶圆制造过程中考虑清洗维护的生产调度联合优化问题,以最小化最大完工时间为求解目标,优化工件加工顺序及维护活动执行时间。证明了该问题为NP难的,建立了问题的整数规划模型并进行线性化。结合机器役龄约束下的成批调度问题特征,证明了解的性质,并设计ERD-LPT-BFLD启发式算法对问题进行求解。构建了考虑工件释放时间及清洁活动约束的下界算法。通过不同规模算例仿真实验,将所提启发式算法与CPLEX及下界算法求解结果进行比较,验证了所提算法的有效性。

基于多Agent的柔性作业车间动态调度方法研究

为提高调度策略对工件到达密度变化的适应能力,对柔性作业车间内的动态调度方法进行了研究。首先根据调研结果以及Agent建模方法构建了基于多Agent系统的柔性制造动态调度系统;然后结合柔性制造背景下的复杂结构件加工特点对调度过程中任务分解、机床选择、任务分配3个步骤的运行机制进行了改进,形成了基于工序块的任务分解机制、基于加工精度的机床选择机制以及基于调度规则的动态时间窗调度方法;最后通过试验验证了该动态调度方法在工件到达密度变化场景下的可行性,对当前实际的柔性作业车间生产活动具有一定的指导意义。

一类具有成组可重入特征单机调度的改进分布估计算法

从钢铁企业宽厚板热轧生产过程中提炼出一类具有成组可重入特征的单机调度问题。在该问题中,工件需分阶段重复进入同一机器加工,且阶段间存在一定的等待时间,为提升生产效率,允许相邻工件进行成组加工。针对此类具有实际工业应用背景的调度问题,以最大完工时间为目标,首先建立了混合整数线性规划模型,然后证明了问题的强NP难特性,并给出了最优解存在的性质特征,进而开发了一种改进的分布估计算法,为评估算法性能,基于理论分析提出了问题最优解的两个下界。通过与其他三种主流元启发式算法的比较分析,验证了所提算法的有效性。

基于多Agent的AMR搬运系统调度研究

为了高效地调度自主移动机器人以提高物料的搬运效率,文中提出了一种基于多Agent的协同调度优化方法,并以SH存储中心为例构建优化模型,通过案例运行实际数据的验证,实现基于多Agent的智能AMR搬运系统协同调度优化,可以有效提升AMR作业效率,对智能搬运系统的调度优化算法与应用有较好的实践意义。

考虑线性恶化效应的最小化总实际加工时间的单机在线调度问题

针对线材在制造过程中出现的加工时间随开工时间延长而延长的恶化现象,本文考虑了工件具有线性恶化效应的单机在线调度问题。工件以时间在线的方式到达,只有工件J_(j)到达后,决策者才知晓工件的基本信息,如基础加工长度b_(j)且工件才被允许加工。设定工件的实际加工时间P_(j)为其开工时间S_(j)的线性递增函数,即P_(j)=b_(j)+KS_(j),K>0。研究问题的目标是寻找最优在线调度算法以最小化所有工件的总实际加工时间。对于此问题,首先利用对手法证明了下界为2,随后运用新颖的“剥洋葱”分析方法证明了给出的算法的竞争比为2,即给出的算法是最好可能的在线算法,最后利用一个数值例子验证了所提出的算法在实际线材生产中的有效性。

一种可变处理时间单机调度问题的求解

为了研究可变处理时间任务对应不同单机调度问题的性质,提出了一种可变处理时间的单机调度模型,该模型将基于累积时间和位置的学习效应作为可变处理时间的因素。交换同一序列中的两个相邻任务后,对两个序列对应的目标函数进行理论推导。对于目标函数是极小化完工时间和极小化总完工时间的问题,给出了最优解;对于目标函数是极小化加权总完工时间、最大延迟时间和总延迟时间的问题,给出了可能的最优解。为了更好地阐述定理,给出了相应的实例。

基于上下文赌博机的自适应实时车间调度

传统的多Agent车间调度方法使用单一调度规则,忽略了生产环境变化对调度规则适用性的影响,导致调度结果欠佳.本文针对该问题提出一种自适应实时车间调度方法,通过上下文赌博机对工件调度过程进行类比建模.经过若干回合学习的上下文赌博机模型能够依据生产环境制定调度决策,获得优异的调度结果.最后,通过仿真实验验证了提出方法的有效性.

不同两部件系统生产调度与视情维修联合决策

针对不相同两部件的单设备生产系统,提出基于0-1规划的单机调度和视情维修的联合策略。以调度作业的序列和不相同两部件视情维修的0-1逻辑变量作为决策变量,建立最小化加权总期望完成时间为优化目标的联合决策模型。推导了不同两部件组合的维修概率和概率密度的计算通式。通过数值分析实验,验证了该联合模型的准确性和有效性。

基于多Agent的Job Shop调度方法研究

针对JobShop调度问题 ,提出基于多Agent的车间调度模型 ,实现调度甘特图的自动生成。在此基础上 ,设计了多Agent分组协作机制 ;实现了多目标优化调度 ,提高了调度优化算法的实用性和优化效果 ;分析了车间调度中各类干扰因素的特点 ,实现动态调度 ,提高了系统的适应性和健壮性。最后给出了实例验证。

基于Q-学习的动态单机调度

针对当前基于Q-学习的Agent生产调度优化研究甚少的现状,利用Q-学习对动态单机调度问题在3种不同系统目标下的调度规则动态选择问题进行了研究.在建立Q-学习与动态单机调度问题映射机制的基础上,通过MATLAB实验仿真,对算法性能进行了评价.仿真结果表明,对于不同的系统调度目标,Q-学习能提高Agent的适应能力,达到单一调度规则无法达到的性能,适合基于Agent的动态生产调度环境.

网络管理中多agent的半在线调度算法

多agent调度算法在基于多agent的网络管理中对任务执行效率起着至关重要的作用.现有的多agent调度算法由于缺乏考虑任务间的依赖关系,使得面对复杂任务系统时会产生大量的网络负载和等待时间.为此,在建立一个适合网络管理任务特点的多agent调度框架的基础上,提出了一种基于任务依赖关系的多agent半在线调度算法.理论分析和测试结果表明,这种半在线调度算法优于已有的全在线调度算法,其性能更接近离线最优调度算法,从而为网络管理任务中多agent的动态调度提供了一种新的途径.

智能电网下节能发电调度多Agent系统的研究

改革现有的发电调度执行模式和体系,建立协调安全、节能、环保及经济等众多因素的智能调度系统,满足智能电网的要求,是建设和实现坚强智能电网的核心内容之一。基于此,在分析智能电网和节能发电调度原则的基础上,利用多Agent的分散协调控制等优势,建立实现节能发电智能调度分布式系统。该系统能依据不同的运行方式协调系统运行经济性、安全性和环保性,给出不同状态下的目标函数及约束条件的限制,实现能自适应于不同运行状态及条件下的智能调度系统。最后,通过示例验证了该调度系统的适应性、智能性和快速性,为智能电网环境下节能发电调度系统的实现开辟一条新的、有效的实施途径。

考虑行为主体的单机调度干扰管理模型

针对加工机器受干扰事件影响导致单机调度难以顺利进行这一难题,运用干扰管理思想,通过结合行为科学中对人的行为感知的研究方法与运筹学中定量的研究手段,从客户、生产企业管理者和车间工人三个行为主体的角度,分析扰动对单机调度系统的影响;在前景理论的基础上,通过融合模糊理论,提出考虑行为主体的扰动度量方法;进而采用字典序多目标规划的方法,构建机器受扰的单机调度干扰管理模型,并采用改进的蚁群算法——混合蚁群算法对模型求解,实现对系统扰动的度量,从而以尽量小的扰动,尽快恢复调度系统的正常运行。实例结果表明,该方法比已有的解决不确定性问题的重调度方法更科学,能够均衡各方的利益,得到的干扰应对方案对系统的扰动更小。实际应用中,模型各目标的重要顺序可根据情况灵活调整,实用性更高。

就绪时间受限的负荷单机环境下返工工件重调度方法

研究了返工工件的单机重调度问题.在初始调度中初始工件带有不同的就绪时间,优化目标为最小化初始工件等待时间和;重调度时在满足每个初始工件最大等待时间约束情况下安排返工工件的生产,优化目标为最小化所有工件等待时间和.文中首先建立了RRSM(Rescheduling for reworks on single machine)问题模型,并证明其为NP难问题.然后,提出并证明了三个RRSM问题性质,进而根据诸性质设计了求解RRSM问题的动态插入启发式(Dynamic insert heuristic,DIH)算法.证明了应用DIH算法能在多项式时间内求得两种特殊RRSM问题的最优解.最后,分析了DIH算法解的特点,给出了最优解的判定方法,并通过算例说明了DIH算法的有效性.

多Agent动态调度方法在染色车间调度中的应用

为解决复杂、繁琐的染色车间调度问题,根据印染生产过程的工艺特点和约束条件,建立了染色车间作业调度问题模型。为了提高调度系统对生产环境经常发生变化的自适应能力和全局优化能力,提出了一种基于蚂蚁智能与强化学习相结合的协商策略的多Agent动态调度方法。在该方法中,智能Agent能根据行为的历史反馈和立即反馈来选择相应的行为,也能根据算法的历史奖励来选择相应的智能调度算法,从而把一小部分工序任务的实时局部优化和大部分工序任务的全局优化结合起来。调度实例的求解结果验证了该方法的有效性。

单机系统的生产调度与预防性维护的集成优化

针对单机系统,提出一种综合考虑生产调度和设备维护的联合决策模型.该模型利用目标规划的方法联合优化生产与维修部门各自的目标,决策工件的加工顺序和机器维护的方式.设计了遗传算法对模型进行优化求解,并与枚举算法相比较,证明其有效性.通过不同问题规模下联合决策与独立决策相比较的数据实验结果表明,所提出的决策模型表现优异,能有效解决生产调度与设备维护的集成优化问题.

制造资源云集成元建模及云Agent服务调度研究

针对云制造过程中的制造资源虚拟化问题,分析了制造资源的存在形态、构成及其属性,提出基于RFID技术与对象名解析服务的制造资源感知与追溯逻辑架构,以实现物理制造资源虚拟化;通过建立虚拟制造资源静态-动态集成元模型,为异构、动态的虚拟制造资源的重组和融合提供统一描述机制;在此基础上,将移动Agent和云服务发现机制相融合,提出云Agent(cloud Agent)的概念,并基于资源中介的改进合同网机制,实现云制造服务自适应管理和调度;给出了面向复杂产品协同的制造资源云服务平台原型系统,并结合汽轮机制造服务协同应用案例,初步实现了制造资源虚拟化和服务部署。

敏捷制造系统的基于Agent的混合调度

针对敏捷制造调度环境的不确定性和动态性,研究了基于分布式多Agent的敏捷制造系统控制结构及混合调度策略。首先,提出多Agent制造控制结构,该结构兼有Agent的自治性和递阶组织(或动态逻辑单元)的协调性。接着,研究了结合模糊规划与模糊合同网的混合作业车间调度方案。该方法具有静态调度方法的精确性和合同网方法的动态、灵活性。最后设计算例仿真并验证了方法的可行性与效率。

一类线性加工时间单机调度问题(英文)

讨论一类线性加工时间单机调度问题 .在这类问题中 ,工件具有相同的基本加工时间 ,但每个工件的实际加工时间以其开工时间线性增长 .对满足无延迟工件条件下极小化提前惩罚和问题 ,满足最大完工时间限制条件下极小化资源消耗总量的问题和满足资源消耗总量限制条件下极小化最大完工时间的问题 ,分别给出了最优算法 .