版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、生產(chǎn)調(diào)度是目前生產(chǎn)管理中最為薄弱,也是最為困難的一環(huán),已成為目前計(jì)算機(jī)集成制造系統(tǒng)研究中的一個(gè)瓶頸問(wèn)題。自五十年代以來(lái),學(xué)術(shù)界已廣泛地研究了生產(chǎn)調(diào)度問(wèn)題,取得了許多研究成果,但由于其本身的復(fù)雜性,至今尚未形成系統(tǒng)的理論與方法。如何將經(jīng)典調(diào)度理論與生產(chǎn)實(shí)際相結(jié)合,提高對(duì)企業(yè)生產(chǎn)控制的精確性、及時(shí)性和有效性,是多年來(lái)研究人員和企業(yè)界關(guān)注的問(wèn)題。由于多Agent系統(tǒng)是通過(guò)在一系列分散的自治智能體間進(jìn)行協(xié)調(diào)和合作來(lái)解決問(wèn)題的,具有自治、分布、動(dòng)
2、態(tài)等一些自然特性,可以滿(mǎn)足復(fù)雜的、柔性的、魯棒的和動(dòng)態(tài)的制造系統(tǒng)生產(chǎn)調(diào)度的需要,因此引入多Agent技術(shù)是解決上述問(wèn)題的良好方案之一。本文主要研究了基于多Agent的生產(chǎn)調(diào)度系統(tǒng)模型,提出了基于Hopfield神經(jīng)網(wǎng)絡(luò)和基于免疫算法的幾種改進(jìn)作業(yè)車(chē)間調(diào)度方法,以及基于多Agent的動(dòng)態(tài)調(diào)度方法。具體研究?jī)?nèi)容如下:
(1)首先闡述了課題的研究背景及意義,給出了生產(chǎn)調(diào)度問(wèn)題的描述和分類(lèi)。在對(duì)國(guó)內(nèi)外大量文獻(xiàn)總結(jié)提煉的基礎(chǔ)上,總結(jié)
3、了生產(chǎn)調(diào)度問(wèn)題的國(guó)內(nèi)外研究現(xiàn)狀,分析了生產(chǎn)調(diào)度研究中存在的問(wèn)題。
(2)針對(duì)不確定的和不斷變化的制造系統(tǒng)環(huán)境下復(fù)雜的生產(chǎn)調(diào)度問(wèn)題,特別是那些短期的、敏捷性要求較高的動(dòng)態(tài)調(diào)度問(wèn)題,建立了基于多Agent的生產(chǎn)計(jì)劃與車(chē)間調(diào)度系統(tǒng)模型,給出了管理Agent、資源Agent、任務(wù)Agent和計(jì)算Agent的具體功能。對(duì)企業(yè)多個(gè)并行車(chē)間的生產(chǎn)計(jì)劃優(yōu)化分配問(wèn)題進(jìn)行研究,提出了多Agent之間的改進(jìn)合同網(wǎng)協(xié)商策略,并給出了多Agent并
4、行車(chē)間計(jì)劃優(yōu)化模型的具體實(shí)現(xiàn)過(guò)程,仿真實(shí)驗(yàn)表明了該模型的有效性。
(3)為了克服基于Hopfield神經(jīng)網(wǎng)絡(luò)的作業(yè)車(chē)間調(diào)度方法易得到不可行解這一不足,提出了基于操作編碼的離散Hopfield神經(jīng)網(wǎng)絡(luò)(DHNN)作業(yè)車(chē)間調(diào)度方法,給出了包括行約束、列約束、全局約束和目標(biāo)約束的新能量函數(shù),從而保證了神經(jīng)網(wǎng)絡(luò)能夠快速收斂到滿(mǎn)足資源約束和順序約束的可行優(yōu)化調(diào)度解。為了更好地搜索到Job-shop調(diào)度問(wèn)題的全局最優(yōu)解,在DHNN算法
5、中引入了模擬退火機(jī)制,提出了離散暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)(TDNN)方法,標(biāo)準(zhǔn)實(shí)例的仿真結(jié)果表明TDNN方法具有優(yōu)越的優(yōu)化性能。最后用改進(jìn)的Hopfield神經(jīng)網(wǎng)絡(luò)方法成功求解了一個(gè)來(lái)自某機(jī)械廠(chǎng)的Job-shop調(diào)度實(shí)例。
(4)基于自適應(yīng)疫苗提取與接種機(jī)制,提出了基于自適應(yīng)免疫算法的作業(yè)車(chē)間調(diào)度方法,并對(duì)其優(yōu)化性能、疫苗提取和接種方式、編碼方式進(jìn)行了仿真實(shí)驗(yàn)分析。其次為了更好地提高算法的整體性能,結(jié)合多智能體系統(tǒng),構(gòu)造了一種多智
6、能體免疫算法。該方法通過(guò)智能體與其鄰居間的競(jìng)爭(zhēng)操作以及自學(xué)習(xí)操作,并結(jié)合自適應(yīng)疫苗接種、交叉、變異和模擬退火操作,來(lái)更新每個(gè)智能體在解空間的位置,使其能夠更精確地收斂到全局最優(yōu)解。最后針對(duì)紙盆車(chē)間的實(shí)際生產(chǎn)特點(diǎn),建立了批量可變的模糊柔性Job-shop調(diào)度問(wèn)題模型,并對(duì)某紙盆車(chē)間的調(diào)度實(shí)例進(jìn)行了求解,實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的有效性。
(5)針對(duì)生產(chǎn)環(huán)境經(jīng)常發(fā)生變化的作業(yè)車(chē)間調(diào)度,建立了一種將螞蟻智能與強(qiáng)化學(xué)習(xí)相結(jié)合的協(xié)商策略,
7、并通過(guò)Agent的智能決策來(lái)實(shí)現(xiàn)實(shí)時(shí)作業(yè)任務(wù)的分配,示例仿真驗(yàn)證了該方法在訂單、機(jī)器等生產(chǎn)環(huán)境變化的情況下仍然能取得較好的效果,而且減少了通信量。最后根據(jù)印染生產(chǎn)過(guò)程的工藝特點(diǎn)和約束條件,建立了染色車(chē)間作業(yè)調(diào)度問(wèn)題模型,提出了基于多Agent的染色車(chē)間動(dòng)態(tài)調(diào)度方法,通過(guò)實(shí)例求解驗(yàn)證了該方法對(duì)生產(chǎn)環(huán)境經(jīng)常發(fā)生變化的自適應(yīng)能力。
(6)在上述理論工作的基礎(chǔ)上,針對(duì)典型的按訂單生產(chǎn)、多品種小批量離散性制造企業(yè)對(duì)生產(chǎn)調(diào)度管理軟件的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 智能制造中的生產(chǎn)調(diào)度優(yōu)化問(wèn)題研究.pdf
- 資源受限項(xiàng)目調(diào)度問(wèn)題及智能化優(yōu)化方法的應(yīng)用.pdf
- 智能生產(chǎn)調(diào)度方法的研究與應(yīng)用.pdf
- 智能技術(shù)在生產(chǎn)調(diào)度及優(yōu)化排產(chǎn)中的應(yīng)用研究.pdf
- 智能優(yōu)化方法在網(wǎng)格資源調(diào)度問(wèn)題上的研究.pdf
- 不確定生產(chǎn)過(guò)程的群體智能優(yōu)化調(diào)度方法研究.pdf
- 供水庫(kù)群優(yōu)化調(diào)度的計(jì)算智能方法及應(yīng)用研究.pdf
- 基于智能優(yōu)化算法的可重入生產(chǎn)系統(tǒng)調(diào)度問(wèn)題的研究.pdf
- 基于多智能體的生產(chǎn)調(diào)度方法及其應(yīng)用.pdf
- 智能優(yōu)化方法在網(wǎng)格資源調(diào)度問(wèn)題上的研究
- 基于多智能體的生產(chǎn)調(diào)度方法與應(yīng)用.pdf
- 智能公交優(yōu)化調(diào)度問(wèn)題的研究.pdf
- 智能工廠(chǎng)環(huán)境下的混合生產(chǎn)線(xiàn)調(diào)度優(yōu)化方法研究.pdf
- 基于MES的智能生產(chǎn)調(diào)度方法研究.pdf
- 地面公共交通智能調(diào)度系統(tǒng)優(yōu)化方法及應(yīng)用研究.pdf
- 能源機(jī)組調(diào)度智能優(yōu)化方法及系統(tǒng).pdf
- 智能公交動(dòng)態(tài)優(yōu)化調(diào)度方法研究.pdf
- 智能制造系統(tǒng)車(chē)間生產(chǎn)優(yōu)化調(diào)度.pdf
- 面向復(fù)雜制造系統(tǒng)的智能生產(chǎn)調(diào)度方法及其應(yīng)用研究.pdf
- 航班著陸調(diào)度的智能優(yōu)化方法研究.pdf
評(píng)論
0/150
提交評(píng)論