不确定环境下的多Agent鲁棒性生产调度研究

广东工业大学博士学位论文不确定环境下的多Agent鲁棒性生产调度研究姓名：陈宇申请学位级别：博士专业：机械电子工程指导教师：陈新;陈新度20091201不确定环境下的多Agent鲁棒性生产调度研究作者：陈宇学位授予单位：广东工业大学相似文献(10条)1.学位论文蔡兰制造业车间生产调度及其评估理论的研究和应用2008作为中国经济的支柱产业，制造业在中国的经济增长中扮演着重要角色。21世纪全球市场的形成对企业的管理和生产都提出了更高的要求。生产调度是制造系统的基础，生产调度的优化是先进制造技术和现代管理技术的核心技术之一，生产调度已成为提高资源利用率和企业运行效益的关键环节。论文通过对生产调度理论方法的研究，分析了制造业生产调度特点，提出了基于优化算法的车间生产调度模型，并对模型实现的若干关键技术进行了研究。（1）论文研究了制造业生产调度体系，分析了生产计划和生产调度的相互关系，深入研究了制造业生产调度多种模式和特点，针对企业现行控制生产进度的方法，建立了基于优化算法的生产调度模型，并给出了基于优化算法的生产调度系统设计实现步骤。（2）以流水车间调度模式为依据，系统地研究了遗传算法求解流水车间调度的方法，提出了光电子企业基于流水车间调度的模式，给出了多目标流水车间调度遗传算法的求解方法，讨论了并行流水生产调度的模式和遗传求解算法，建立了光电子企业流水车间调度系统，并给出了应用实例及其结果分析。（3）以作业车间调度模式为依据，分析了作业车间调度的特点，研究了作业车间调度遗传算法的相关理论，系统地给出了作业车间调度遗传算法设计、基本步骤及其参数的设计，构建了算法模型，并给出了实例及其结果分析。（4）论文结合阀门加工企业生产调度和生产管理实际，构建了阀门加工企业的车间生产调度模型，设计了系统模块，进行了系统的仿真和实例分析，论证了论文研究的可操作性和先进性。（5）针对影响调度的各因素，论文提出了制造业生产调度方案评估的指标体系，研究了模糊层次分析方法及其计算过程，建立了基于模糊层次分析法的制造业生产调度评估系统，系统具有柔性化。通过实例分析，得到较理想的评估效果。通过先进的车间生产调度系统的实施，企业能够合理地分配和调度车间运行所需的资源，节约成本，并且提高车间运行效率，提高了企业的市场应变能力，论文的研究有利于推动制造业生产调度理论与实践的发展，对现阶段我国制造业具有重要的意义。2.学位论文王林平应用齐套概念的离散制造业生产调度问题研究2009本论文主要研究齐套概念下的离散制造业生产调度问题。在多品种少批量或单件小批生产模式下，生产装配型制造企业生产管理中的关键问题之一就是缺件。齐套问题严重影响生产过程的同步进行。其次，以MRP为核心的管理信息系统，不能清楚反映不同工件之间的先后关系和产品齐套性，影响了制造业管理信息化软件的应用效果。第三，传统的生产调度研究，忽视了工件的可用性和订单的重要性。本论文主要研究面向齐套概念的两类基本调度问题：综合作业调度问题(CJSSP)和订单作业调度问题(COSPJS)，主要目的是改善生产管理系统的性能以及提高客户对企业的满意程度。本论文的主要研究工作包括如下六个方面：(1)综述了齐套概念研究现状，在分析齐套概念内涵的基础上，给出齐套概念的定义，研究了齐套概念的应用，提出了面向齐套的生产调度模式。在综述含装配约束的调度问题研究现状、分析生产管理和调度理论研究中存在问题的基础上，提出了CJSSP概念，给出了三种分类方法，分析了CJSSP的涵义与用途。在系统描述CJSSP的基础上，建立了单产品和多产品问题的数学模型。(2)研究了在不可行域中求解CJSSP的遗传算法。在分析CJSSP特点的基础上，采用基于工序的扩展编码方案，提出基于选择解码字符串解码方法，从而给出了处理装配约束问题和不可行染色体的一种有效方法，对根据FT10构造的单产品和多产品CJSSP求解结果表明，遗传算法是可行和有效的。在总结遗传算法的基础上，提出了基于不可行域的CJSSP遗传算法概念，其关键技术是染色体转换方法。(3)提出了四种染色体转换方法。综述了约束处理技术的现状，提出了染色体转换的四项要求，设计并实现了四种转换方法，遗传算法应用实验说明了根右移子树归位法和基于路径表的扫描换位法转换结果最好，而且前者具有较好的综合性能。(4)提出了四种度量染色体转换质量的性能指标。在染色体语义分析的基础上，提出了染色体基因保位度、父项装配体基因右移量、父项装配体基因位移量和种群转换熵损失四种染色体转换度量指标，性能测试实验和遗传算法应用实验均得到了很好结果，证实了所设计定量指标的有效性。(5)研究了在可行域中求解CJSSP的遗传算法。在前面研究的基础上，提出了基于染色体转换的初始种群产生方法，采用分而治之的策略，综合应用编码方法和遗传操作算子来保证染色体的可行性，提出了装配体分类和可操作基因串两个核心概念，依此概念为基础设计了交叉与变异算子，对构造问题和文献实际问题的求解结果，以及与复杂规则算法结果的对比，证实了所设计遗传算法的优越性能。(6)研究了订单作业调度问题。综述了订单作业调度相关问题研究现状，提出了COSPJS概念，建立了COSPJS数学模型，提出了基于订单的交叉算子和变异算子，采用自适应交叉变异和基于相似性交叉技术，设计的遗传算法解决了普通遗传算法中解空间的适应值集聚难题，对较大规模的构造问题测试表明了算法的有效性。本论文研究表明，可以应用齐套概念有效解决离散制造企业广泛存在的缺件问题，CJSSP和COSPJS是面向齐套的生产调度的两类基本问题，不但具有理论意义而且具有实际应用价值，可以用遗传算法来求解这两类难题，从而得到优化的作业生产调度方案。3.期刊论文赵霁.王建国.ZHAOJi.WANGJian-guo半导体制造业生产调度信息系统数据库设计-广西师范大学学报（自然科学版）2005,23(1)在半导体制造行业生产调度作业需求基础上,分析了系统的业务流程和数据流程,提出了一种基于仿真方法的生产调度管理系统数据库设计方案,其中包括建立数据库的概念模型和物理模型.方案已成功应用于半导体制造行业的ERP项目,方便调度员对各类设备进行任务分配.4.学位论文刘林一类离散制造业生产过程中的优化问题研究2009生产调度和下料问题广泛存在于离散制造业的生产过程中，采用优化的生产调度方案安排生产是提高企业制造资源利用率的有效手段：而根据优化的配切方案进行下料是降低原材料消耗，提高企业竞争力的重要途径。当今离散制造业多品种小批量的生产方式决定了其生产调度和下料问题多为NP难题，通常无法在有效的时间内求得最优解，因此寻求近优解的方法被广泛地应用到实际的生产过程中。文章研究了一类离散制造业生产过程中的半flowshop等生产调度问题和多型材变截面一维下料问题，分别提出了改进的自适应混合遗传算法和两级分组启发式算法对问题进行求解，并将优化算法与信息系统的设计相结合，开发出了一个生产优化与执行系统。文章的主要贡献和创新点如下：1.在对马钢车轮公司火车车轮生产线的生产过程深入研究后，提炼出了一类离散制造业生产线生产方式中广泛存在的“半flowshop”生产调度问题，该调度问题类似于flowshop但又与flowshop有差别，它允许生产线上加工的产品可以跳过一些工序。文章根据实际生产情况建立了该调度问题的数学模型，并针对该调度问题的特点提出了一种用自适应遗传算法与FCFS调度规则结合求解的混合算法。2.提出了一种具有序依赖setuptime的单机器批量生产调度问题，以总的setuptime最小为目标建立了该生产调度问题的数学模型，设计了一种改进的自适应混合遗传算法求解该生产调度问题，对遗传算法的交叉和变异算子均按照该调度问题的特点进行了改进，提出一种“紧后任务选优重组交叉算子”，该算子能将调度排序上的优良性状很好地遗传到下一代群体中。用一种局部优化算法代替变异算子以提高算法的爬山能力。3.将一类使用多种型号圆台形原料的下料问题定义为“多型材变截面一维下料问题”。建立的数学模型考虑了刀缝宽度对切割计算的影响，考虑了企业生产的实际约束，并提出一种两级分组启发式算法对问题进行求解。4.在自适应遗传算法交叉和变异概率的计算中，引入基因信息熵的概念来计算个体差异度，克服了传统自适应遗传算法靠个体适应度来计算的不足，从而改善算法的性能。5.在小生境遗传算法中，对个体在群体中共享程度的评价方面，引入信息熵的概念，创造出了基于信息熵理论共享机制的小生境进化环境，维护了群体的多样性，改善了遗传算法的性能。6.将优化算法的研究成果应用到信息系统的设计中，设计开发了一类离散制造业生产优化与执行系统，并实现了与企业现有信息系统(如MES和ERP等)的无缝集成。并提出了一个基于MAS的生产调度与下料I3DSS结构框架。5.学位论文焦斌基于协同进化理论的生产调度研究2008企业管理最重要的是生产管理，而生产调度是生产管理的核心内容和关键问题。生产调度的主要任务是使企业在有限资源约束下产生最大的经济效益。生产调度的核心问题是模型和算法，其中有效的调度算法是生产调度问题的重要研究内容。生产调度问题通常是多约束、多目标、随机不确定优化问题，己被证明是属于NP-hard问题。协同进化算法是国际前沿的研究领域，是近年来针对遗传算法的不足而兴起的一个研究热点，协同进化算法与传统进化算法的区别在于：协同进化算法在进化算法的基础上，考虑了种群与种群之间、种群与环境之间在进化过程中的协调，协同进化算法指的是多个种群通过适应值的关联同时进化。本文对离散型制造业生产调度问题进行了系统的探讨，对生产调度相关特殊实际问题进行分析、建模，并提出基于协同进化理论、适用于生产调度的理论和方法。本文对这一领域的若干问题进行了较为深入的研究，得到了一些成果，具体工作如下：(1)提出了两种改进的粒子群算法：动态惯性权重粒子群算法(IPSO)和动态全局与局部组合的粒子群算法(DGLCPSO)，并且与遗传算法和传统粒子群算法进行比较，通过对测试函数的优化表明，这两种改进算法的效果都更好。将DGLCPSO和IPSO分别用于解决车间调度的两个经典问题：Flow-shop调度问题和Job-shop调度问题。选用不同规模的典型例子进行优化，并且与GA和PSO算法进行比较，结果显示这两种改进算法的效果都更有效。(2)针对基本粒子群算法(SPSO)的缺陷，采用双种群并行协同进行优化，同时提出了几种改进策略，分别为：基于信息共享的协同PSO进化算法(ICPSO)、基于遗传操作的协同PSO进化算法(GCPSO)和基于遗传操作的信息共享协同PSO算法(IGCPSO)，使其更加适合调度问题的求解。通过对大量标准问题进行仿真，表明各种改进方法均有一定的改进效果，其中IGCPSO算法的性能最优，其次是GCPSO算法，ICPSO算法比GCPSO算法要差，但是比SPSO算法有明显改善。(3)针对进化算法在解空间很大的时候容易出现不成熟收敛的问题提出了灾变合作型协同进化遗传算法。对灾变算子的作用进行了分析，得出灾变算子在解决不成熟收敛问题上有一定成效的结论。同时将提出的灾变合作型协同进化遗传算法用于多个经典函数的优化问题。详细描述了函数优化问题的分解、子种群的合作方式、操作算子(包括选择算子、交叉算子、变异算子和灾变算子)的设计。通过实验分析灾变合作型协同进化遗传算法，实验结果表明灾变合作型协同进化算法对大规模的优化问题效果比单种群的遗传算法好的多，可以有效地解决进化过程中的不成熟问题，提高了搜索性能，加快了收敛速度。(4)分别对不确定条件下零等待的Flowshop类型的调度问题、不确定条件下中间存储时间有限的Flowshop类型的调度问题、不确定条件下的中间存储时间无限的Flowshop类型的调度问题进行了研究，对以上问题进行了基于最大隶属度函数的调度模型的建立，并且采用协同进化算法进行求解。通过仿真实验验证了算法的收敛性和模型的有效性。(5)原油调合与调度综合问题是一个具有众多特点且较为复杂的问题，存在着需求不确定性，为此分别采用模糊变量和