(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201710283426.6
(22)申请日 2017.04.26
(71)申请人 南京航空航天大学
地址 214000 江苏省南京市白下区御道街
29号
申请人 南京航空航天大学无锡研究院
(72)发明人 唐敦兵 魏鑫 张泽 郑杜
张涛
(74)专利代理机构 北京品源专利代理有限公司
11332
代理人 孟金喆 胡彬
(51)Int.Cl.
G06Q 10/04(2012.01)
G06Q 10/06(2012.01)
G06Q 50/04(2012.01)
(54)发明名称
方法
(57)摘要
本发明公开一种基于多智能体的车间多目
标协同优化调度方法，该方法包括：建立基于多
智能体的生产车间调度模型；工件智能体依据自
求；规划智能体插入时间周期窗口，对本窗口内
收到的多个作业调度请求进行基于时间、负载、
成本和能耗的多目标优化调度；规划智能体向设
备智能体释放调度结果，后者完成工序加工任
务，并通知工件智能体释放下一道工序。本发明
通过插入时间窗口，设立规划智能体并封装多目
标优化算法，扩大了优化区间，提升了系统的整
体调度性能，实现了多目标优化调度，解决了传
统多智能体方法单步优化和单目标优化等的不
足。权利要求书3页 说明书8页 附图4页CN 107122857 A 2017.09.01
C N 107122857
A
1.一种基于多智能体的车间多目标协同优化调度方法，其特征在于，包括如下步骤：
S101、建立基于多智能体的生产车间调度模型：将实际生产车间中的仓库、加工中心、工件分别物理映射为仓库智能体、设备智能体和工件智能体，将负责多目标优化计算的模块功能映射为规划智能体；
S102、工件智能体依据自身工序加工任务向规划智能体提出作业调度请求：
S1021、工件智能体根据工序加工工艺要求，获取满足工艺加工要求的设备智能体名单列表；
S1022、工件智能体将工序加工信息封装打包发送给所述设备智能体名单列表上的设备智能体，其中，所述工序加工信息包括工艺类型和额定加工时间；
S1023、设备智能体查询数据库中自身对应的状态信息表，获取自身加工状态信息，并计算出完成此工
序加工任务花费的加工时间、成本和能耗，最后将上述所有加工相关信息打包发送给工件智能体，其中，所述自身加工状态信息包括最早加工时间、当前累计功耗、当前累计负载及当前累计加工成本；
S1024、工件智能体接收到设备智能体名单列表上所有设备智能体返回的加工信息数据包后，提取各个数据包包含的加工信息并封装打包发送给规划智能体，针对本工序提出作业调度请求；
S103、规划智能体插入时间周期窗口，对该时间周期窗口内收到的作业调度请求进行基于时间、负载、成本和能耗的多目标优化调度：
S1031、规划智能体在收到第一个作业调度请求后插入一个时间周期窗口；
S1032、规划智能体提取工件智能体发送的数据包中的工艺加工信息；
S1033、若时间周期窗口满，则转至步骤S1034，否则继续等待、接收工件智能体发送的工序调度请求，并重复步骤S1032至步骤S1033；
S1034、规划智能体以提取、汇总的工艺加工信息为约束，以时间、负载、成本和能耗为优化目标，根据其内部封装的多目标优化算法，求解得出针对各作业请求的最优调度方案即使得式(1)所表示的多目标优化函数值最小的调度方案：
minf＝min[f1,f2,f3,f4] (1)
其中，f为多目标优化函数，f1,f2,f3,f4分别为时间、成本、负载和能耗函数；
S104、规划智能体依据得出的最优调度方案向相应设备智能体释放工序加工任务，设备智能体完成工序加工任务，并通知工件智能体释放下一道工序：
S1041、设备智能体接收规划智能体发送的工序加工任务；
S1042、设备智能体访问自身加工任务缓存列表，若当前无正在加工或待加工的任务，则立即进行此工序的加工任务，否则将此工序加工任务插入任务缓存列表等待加工；
S1043、设备智能体完成工序加工任务后更新自身状态信息表，并通知相应的工件智能体释放下一道工序加工任务。
2.根据权利要求1所述的基于多智能体的车间多目标协同优化调度方法，其特征在于，所述步骤S1034中多目标优化算法具体包括如下步骤：
S10341，规划智能体从每个工件智能体发送的数据包中抽取一条可行加工方案，组成针对所有工序的可行调度方案；
S10342，针对所述可行加工方案计算出其对应的f值，记录在数据库中；
S10343，若该可行调度方案中存在同一机床加工不同工件工序的情况，交换各工序在该机床上的加工顺序，得出另一种可行调度方案，并重复步骤S10342至S10343，否则转步骤S10344；
S10344，重新抽取，遍历所有的可行调度方案，得出其f值，并记录在数据库中；
S10345，比较各个f值，出最小f值对应的可行调度方案，并将此可行调度方案作为最优调度方案发布，完成本轮工件智能体的作业调度请求。
3.根据权利要求2所述的基于多智能体的车间多目标协同优化调度方法，其特征在于，所述步骤S1034中求解多目标优化函数最小值的过程如下：求解多目标优化函数最小值的具体表达式如下式(2)
其中，由于四个优化目标f1,f2,f3,f4之间量纲之间的差异，且彼此数值相差较大不具可比性，需对四个优化目标进行去量纲处理，即先对四个目标单独进行10次优化，取优化过程中的最大值f tmax和最小值f tmin，去量纲后的多目标优化函数由上述式(1)转化为式(2)；W t＝(W1,W2,W3,W4)为多目标函数中各优
化目标的权重因子；各优化目标的具体数学表达式如下：
f1＝max(ET ij),i∈N,j∈P (3)
f2＝MC+PC (4)
f3＝TLM (5)
式中：
——决策变量，若工序O ij在设备k上加工，则取1，否则取0
——工序O ij在设备k上的加工时间
ST ij——工序O ij的开始加工时间
ET ij——工序O ij的加工结束时间
mc i——工件i的原料成本
MC——全部工件的原料成本
——设备k的工时成本
PC——全部设备的加工成本
TLM——全部设备的负载
PA k——均设备消耗k空能转量功率，即单位时间平
EA k——设备k运转消耗能量
M——一个正数选择系数，X ii'k∈{0,1}，当工件i比
X ii'k——i'在设备k上先加工时，为1，反之为0
上式(12)到式(15)为约束条件，上式(12)、(13)确保设备k同一时刻只能加工一个工件；上式(14)表示一道工序只能在一台设备上加工；上式(15)表示同一工件各工序的加工顺序要求，即同一工件的某道工序，只有前道工序加工完毕之后才能加工该工序。
基于多智能体的车间多目标协同优化调度方法技术领域
[0001]本发明涉及车间调度控制技术领域，尤其涉及一种基于多智能体的车间多目标协同优化调度方法。
背景技术
[0002]作为先进制造技术和现代管理技术中的核心技术，有效的车间调度是解决当今制造环境订单多样化、信息复杂化的必要举措，因此，如何建立一种分布、开放、高效的智能调度方法，在当今的制造环境下显得尤为必要。多智能体技术(Multi Agent System ,MAS)的发展为上述问题提供了一种行之有效的解决方法。然而，传统多智能体方法求解作业车间调度问题(Job-Shop Problem，JSP)时却存在以下问题：(1)传统多智能体方法求解作业车间动态调度问题，一般以单一的完工时间作为优化目标，实际的调度中，不仅要考虑时间指标，还要综合考虑能耗、成本等生产指标，多目标性是车间调度问题的一个基本属性，忽略生产系统调度多目标性的要求造成了传统多智能体调度研究与现实应用的差距；(2)传统多智能体方法求解作业车间调度问题时，往往引入市场上的招投标机制作为智能体之间的协商策略，由此造成单个智能体为会尽可能多地完成自身设定的任务目标而忽略彼此任务之间的协同优化关系，即体现为单个智能体的“自私性”、“自私性”，无“全局观”；(3)传统多智能体方法通过招投标机制来实现智能体之间的任务分配与优化，然而此机制下智能体之间的任务优化分配本质上是单步、局部性质的优化，优
化区间过小导致对系统整体调度性能的提升非常有限。总而言之，当前的多智能体方法求解车间调度问题时存在优化目标单
一、单个智能体无全局观和优化区间过小的问题，由此造成理论研究与现实应用的差距。发明内容
[0003]本发明的目的在于通过一种基于多智能体的车间多目标协同优化调度方法，来解决以上背景技术部分提到的问题。
[0004]为达此目的，本发明采用以下技术方案：
[0005]一种基于多智能体的车间多目标协同优化调度方法，其包括如下步骤：
[0006]S101、建立基于多智能体的生产车间调度模型：将实际生产车间中的仓库、加工中心、工件分别物理映射为仓库智能体、设备智能体和工件智能体，将负责多目标优化计算的模块功能映射为规划智能体；
[0007]S102、工件智能体依据自身工序加工任务向规划智能体提出作业调度请求：
[0008]S1021、工件智能体根据工序加工工艺要求，获取满足工艺加工要求的设备智能体名单列表；
[0009]S1022、工件智能体将工序加工信息封装打包发送给所述设备智能体名单列表上的设备智能体，其中，所述工序加工信息包括工艺类型和额定加工时间；
[0010]S1023、设备智能体查询数据库中自身对应的状态信息表，获取自身加工状态信息，并计算出完成此工序加工任务花费的加工时间、成本和能耗，最后将上述所有加工相关
说 明 书
1/8页CN 107122857 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议