深度强化学习求解柔性装配作业车间调度问题

针对产品动态到达的柔性装配作业车间调度问题,以最小化总拖期为目标,构建了基于事件点的数学规划模型,该模型包含加工机器分配、加工工序排序、装配站分配和装配工序排序四个决策序列,并提出了一种基于多智能体的深度强化学习算法进行求解．首先,所提出的算法包含四个智能体分别对应四个决策序列,智能体之间采用价值分解网络(VDN)协作策略;然后,构建基于拖期的复合回报函数,提取生产系统指标作为全局特征,完善各智能体的调度动作;最后,设计了精英经验库,充分挖掘高回报样本的价值．案例结果表明所提出的方法在不同场景下都优于现有经典调度规则和元启发式算法挖掘的调度规则．     

基于多级决策的多智能体自动导航车调度系统

提出基于多级决策和协作学习的方法来建立自动导航车 ( AGV)调度系统中每个 AGV所需要的动态分布式调度策略 .系统中的每一个 AGV都由一个具有两级决策能力的智能体控制 :在选择级 ,智能体采用 Markov对策框架下的强化学习方法 ,以根据其他 AGV当前的子任务建立自己的最有反应子任务 ;在行动级 ,智能体通过强化学习建立优化的动作策略来完成由选择级确定的子任务 .AGV调度仿真结果证明 ,该方法能提高系统的产量 ,并在零件到达比变化时保持输出产量的稳定     

基于Multi-Agent技术的露天矿山生产调度系统框架的构建

针对于露天矿山生产调度系统的复杂非线性、工艺点多面广等特性,引进具有分布式管理特性的多智能体技术,建立基于多智能体技术的露天矿山生产调度系统.在系统中将生产调度分为任务Agent、生产调度Agent、爆破Agent、运输Agent、破碎Agent以及资源Agent六个单智能体.运用具有较强非线性拟合能力的自适应神经模糊推理系统(ANFIS)进行局部与整体的建模,并利用粒子群优化算法对模型进行优化,得出最优化生产调度方案.对矿山实际生产调度方案的制定具有一定的参考价值.     

粒子群—禁忌搜索的FMS多智能体调度

针对柔性制造系统调度问题的复杂性,提出以最小化最大完工时间为目标的多智能体调度系统,系统包含全局、工件和机器三类智能体.系统通过基于合同网协议的工件智能体和机器智能体产生初始解,然后机器智能体以初始解为基础进行局部寻优,所获得的局部最优解集由全局智能体进一步全局寻优,从而获得比一般方法更好的调度解.在进行优化模块设计时,分别引入禁忌搜索和粒子群优化作为机器智能体和全局智能体的优化算法.针对多智能体能够交互的特点,对禁忌搜索算法进行改进,提出了双禁忌表搜索算法,使得各机器智能体寻优结果更具多样化,更适合作为全局智能体优化的初始粒子群.仿真结果表明:调度系统在求解时收敛速度快、精度高,通过对10个经典柔性job-shop问题求解,所有结果均优于单独使用遗传算法和禁忌搜索算法的已知结果.     

基于多级决策的多智能化自动导航车调度系统

提出基于多级决策和协作学习的方法来建立自动导航车（AGV）调度系统中每个AGV所需要的动态分布式调度策略。系统中的第一个AGV都由一个具有两级决策能力的智能体控制：在选择级，智能体采用Markov对策框架下的强化学习方法，以根据其他AGV当前的子任务建立自已的最有反应子任务；在行动级，智能体通过强化学习建立优化的动作策略来完成由级选择级确定的子任务。AGV调度仿真结果证明，该方法能提高系统的产量，并在零件到达比变化时保持输出产量的稳定。     

磁力轴承控制系统任务调度算法研究

在分析了磁力轴承控制系统任务特性和经典的RM及EDF调度算法特性基础上,提出了控制系统中具有智能决策能力的实时任务调度算法．该算法吸收了RM与EDF算法的优点。通过动态地改变任务的周期而有效地进行任务调度,并能进行在线系统检测．对调度算法特性进行了理论分析,指明了算法可行的条件,并对CPU的利用率进行了定量计算与分析．     

基于遗传算法-多智能体的FMS 工件调度研究

针对柔性制造系统（ FMS）一般调度方法的不足,提出基于全局黑板的多智能体调度系统,该系统建立多智能体交互过程,通过多智能体的合作快速建立调度模型,并通过优化模块对调度模型进行求解,从而获得非劣调度方案。在设计优化模块时,采用遗传算法,针对柔性制造系统调度问题的特点,改进并扩展了基于工序的编码方法,引入工序-机器的关系矩阵,从而实现解和染色体的一一对应关系,并设计算法的适值函数、选择方法、交叉和变异方法。仿真结果表明,该调度系统在求解时收敛速度快、精度较高。最后通过10个经典的柔性job-shop调度算例,与单纯使用遗传算法和禁忌搜索算法进行比较,目标值平均改善2.21％和1.04％。     

基于MAS的动态协作任务求解模型与算法

为提高动态网格资源的利用率,提出了基于多智能体系统博弈协作的任务动态分配和协作求解模型,建立了网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解。该方法能够利用用户智能体的学习和行为能力,使得用户的资源申请和任务调度具有较高的合理性和有效性。进行了供求关系中竞价博弈的模型试验。实验结果表明,资源调度算法不但可以有效减少延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比类似方法要好。使得整个网格系统供需合理、负载均匀。     

基于多智能体技术的虚拟企业任务调度

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等.针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以制造时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法.最后以工业机械手制造实例说明了任务调度模型及求解算法的有效性.     

一种多智能体联盟协商的跨单元工件调度方法

针对工件在单元制造系统中由单元间转移带来的跨作业单元调度问题,提出一种基于多智能体联盟思想的跨单元工件调度方法（multi-agents coalitions,MAC）,考虑跨单元柔性路径的情况,采用多智能体的协商机制,分阶段组建联盟,基于联盟进行协商调度,确保优化性能的同时减少通信量开销.通过实验对算法进行验证,实验结果表明本文所提方法在平均延迟性能方面优于常见的组合调度规则方法.      

Dynamically Reconfigurable Encryption System of the AES

Reconfigurable computing has grown to become an important and large field of research, it offers advantages over traditional hardware and software implementations of computational algorithms. The Advanced Encryption Standard （AES） algorithm is widely applied in government department and commerce. This paper analyzed the AES algorithms with different cipher keys, adopted a novel key scheduler that generated the round key real-time, proposed a dynamically reconfigurable encryption system which supported the AES algorithm with different cipher keys, and designed the architecture of the reconfigurable system. The dynamically reconfigurable AES system had been realized on FPGA. The result proves that the reconfigurable AES system is flexible, lower cost and high security level.     

处理机调度算法的研究

处理机是计算机系统中的最重要资源,如何提高处理机的利用率是软件开发人员面临的主要问题。处理机利用率是受多方面因素影响的,其中处理机调度方式是主要因素。本文主要介绍各种常见的处理机调度算法,通过实例总结这些算法的原理及适用范围。     

基于TwinCAT3的一种开源机器人控制系统设计

目前主流工业机器人为封闭式控制结构,存在不开源、二次开发难的问题,因此设计一种基于倍福自动化控制软件（the windows control and automation technology, TwinCAT3）的跨平台、可移植性好的机器人控制系统架构。该架构包含视觉、运动控制和算法集成与仿真控制模块,采用倍福自动化设备规范（automation device specification, ADS）通信技术和实时工业以太网总线技术（ethernet for control automation technology, EtherCAT）,建立以PC 计算机（personal computer, PC）和倍福控制器为EtherCAT主站,控制多组从站执行器的一主多从工作模式。该模式结合离线与在线控制、集成数字孪生技术,完成虚拟样机与物理样机的联动;采用开源可扩展架构,便于视觉算法、智能算法等算法集成。经实验验证,此架构具有拓展性好、实时性强的特点。     

卫星综合信息网资源管理模型及其实现

在分析网格技术采用的资源管理方法的基础上,针对卫星综合信息网网络特性及其动态分层的卫星网络管理体系结构,提出了卫星综合信息网资源管理的体系结构,并设计和实现了基于XML描述的资源管理系统原型·在该结构中,资源管理功能基于管理域的动态划分,形成了由核心资源管理器和本地资源调度器构成的层次式结构,对静态资源与动态资源分别处理·基于XML对资源进行描述,用C++语言实现了资源管理系统,该系统可以与卫星综合信息网网管系统结合,作为其中的一个重要功能·     

四轮轮毂电机电动车集成控制算法实车验证

为了实车验证四轮独立驱动轮毂电机电动车驱动转向集成控制算法,开发了线控转向四轮轮毂电机驱动实验车并进行了集成控制算法实车实验。介绍了线控转向四轮轮毂电机驱动实验车部件组成和控制系统结构。根据集成控制算法验证需要,对实验车进行了转向差速功能实验和四轮独立驱动功能实验;并对基于模型预测控制理论的驱动转向集成控制算法选择方向盘角正弦输入实验进行了实车验证。实车实验结果表明:实验车具有满足集成控制实验验证所需功能;驱动转向集成控制算法够控制实车较好跟踪期望运动。     

基于知识推理支持异地设计的面向制造的设计(DFM)评价反馈系统

基于特征造型的CAD系统，在异地协同设计的环境下，建立了零件可制造性评价系统的方法，提出了基于智能代理的面向制造的设计（DFM）方法，该方法可应用于Internet/Intranet环境，并支持不同类型的CAD系统评价，在评价知识的表示方面，采用了面向对象与产生式规则相结合的混合表示方法，该方法适合于根据零件对象的类型对可制造性规则进行有效组织，在推理过程中，可以根据对象类型选择不同的规则，从而加快推理速度，本文提出的基于智能代理的可制造性评价的方法，具有灵活的系统可重构特点。     

基于多Agent的分销资源协同调度器软件构架研究

为了解决分布式跨区域环境下资源孤立、共享性差所带来的负载不均衡,资源利用率低等问题。文中对分销资源协同调度器的业务流程进行分析,利用UML建模方法构建了一个全新的分销资源协同调度器的软件构架,并结合设计模式和多Agent优化方法对软件类构架进行了优化。描述了软件构架中的合同网协商过程及其协商策略。通过扩充KQML原语来实现多Agent的协商过程。结果表明:该分销资源协同调度器软件构架在实际运用中取得了良好的效果。     

A TQCS-based Scheduling Approach for Manufacturing Grid

IntroductionsIn 2000, Ian Foster refined the definition [1] of Grid as“resource sharing and coordinated problem solving indynamic, multi institutional virtual organizations”. WithOGSA (Open Grid Service Architecture) [2] as its systemframework, OGSI (Open Grid Services Infrastructure) [3]as its implement mechanism and GT3 ( GlobusToolkit3.0) [4] as its development software, Grid is nowbecoming a newparadigm for solvinglarge scale distributedresource …     

LUCA:Lightweight Ubiquitous Computing Architecture

Lightweight ubiquitous computing security architecture was presented. Lots of our recent researches have been integrated in this architecture. And the main current researches in the related area have also been absorbed. The main attention of this paper was providing a compact and realizable method to apply ubiquitous computing into our daily lives under sufficient secure guarantee. At last,the personal intelligent assistant system was presented to show that this architecture was a suitable and realizable se...     

分布式系统中基于非合作博弈的调度算法

针对分布式系统中任务调度问题,根据分布式环境下的任务调度特性,建立了一个非合作博弈的多角色任务调度框架,在此基础上提出了一种基于纳什均衡联合调度策略的分布式强化学习算法.相比于静态调度算法,该算法需要更少的系统知识.能使调度器主动学习任务到达和执行的相关先验知识,以适应相邻调度器的分配策略,目标是使得调度器的策略趋向纳什均衡.模拟实验结果表明:所提出的算法在任务的预期时间和公平性上相对于OLB(机会主义负载均衡)、MET(最小执行时间)、MCT(最小完成时间)等同类调度算法具有更好的调度性能.