基于自治與協(xié)商機制的柔性制造車間智能調度技術研究.pdf

1、柔性制造環(huán)境下車間生產調度問題具有復雜性、不確定性、多目標、多約束、多資源相互協(xié)調等特點。鑒于其重要的理論和實際意義，一直以來是生產管理和組合優(yōu)化領域的重點和難點課題。本文在充分吸收近十余年間基于Agent或Holon的非集中式生產調度最新研究成果基礎上，以具有生產加工柔性的、多單元、離散作業(yè)型制造車間為研究對象，圍繞基于Holon的協(xié)商與自治調度關鍵技術展開研究，提出了基于Holon概念模型的、集成強化學習機制的合同網(wǎng)協(xié)議和改進過濾定

2、向搜索算法的自治與協(xié)商智能調度技術，以提供實用有效的求解方法、改善柔性制造車間適應內部動態(tài)環(huán)境和外部市場快速變化的能力。本研究主要內容如下： ⑴從基于Agent或Holon的自治與協(xié)商調度的關鍵技術(實體封裝、控制體系結構、協(xié)商機制和核心算法)角度詳細綜述了近些年間基于Agent或Holon的自治與協(xié)商生產調度、核心技術的研究現(xiàn)狀和存在問題，引出本文研究的出發(fā)點和意義； ⑵針對可靠性、可擴展性和適應性等要求，提出了基于H

3、olon的柔性制造車間控制體系結構，描述了組件Holon的結構模型、數(shù)據(jù)和功能關系、信息傳遞模型和通信語言基本規(guī)范，并從軟件體系結構的觀點出發(fā)，運用π演算對其進行了形式化描述和分析，為基于Holon的體系結構設計和分析奠定基礎； ⑶針對傳統(tǒng)制造合同網(wǎng)協(xié)議缺乏優(yōu)化和動態(tài)學習能力這一問題，將強化學習工具之一的Q-學習算法與制造合同網(wǎng)協(xié)議集成，形成CNP-QL協(xié)商機制，以提高Holon適應動態(tài)環(huán)境的實時協(xié)調調度能力。詳細定義了CNP-

4、QL機制的消息描述、策略決策過程、學習迭代過程和CNP-QL機制中Q-學習算法的各個要素(包括狀態(tài)確定準則、狀態(tài)空間劃分、獎懲函數(shù)設計和搜索策略定義等)。最后，單元Holon和產品Holon之間通過CNP-QL機制協(xié)商，用于解決具有柔性工藝路徑的多單元間的任務動態(tài)協(xié)調分配問題，并通過仿真實例與純CNP機制進行了比較分析，驗證了該機制的有效性； ⑷調度算法是單元自治決策的引擎。在單元Holon任務協(xié)調分配后，提出了基于改進過濾定向

5、搜索啟發(fā)式算法HFBS的單元自治調度機制。構建了基于HFBS的單元自治調度決策模型。針對任務協(xié)調分配后形成的柔性Job Shop調度問題(FJSP)，建立了面向多目標FJSP問題的數(shù)學規(guī)劃模型并對模型進行分析討論。為了有效解決FJSP問題，詳細定義了HFBS四個搜索策略因素：①解空間的搜索樹表述；②分枝策略；③定向搜索寬度和定向過濾寬度的確定；④評價函數(shù)的構造。在分析策略因素對算法性能影響的基礎上，就FJSP領域的標桿數(shù)據(jù)和大量隨機仿真

6、數(shù)據(jù)，分別與現(xiàn)有的其它基于人工智能的啟發(fā)式算法和調度規(guī)則進行了分析比較，說明了算法的有效性； ⑸為了使單元自治調度實現(xiàn)持續(xù)優(yōu)化，提高自治調度對不可預見或隨機的內外擾動事件(如機床故障、新訂單進入等)的實時適應能力，在系統(tǒng)化闡述動態(tài)重調度整體理論框架體系的基礎上，提出柔性制造車間單元內的動態(tài)重調度決策過程，對基于過濾定向搜索的啟發(fā)式核心算法進行局部/全局評價函數(shù)和分枝策略兩方面的擴展以更好地集成作業(yè)交貨期和優(yōu)先權重，并從動態(tài)重調度