基于同步提议的服务交易协商方法

以服务交易平台为中间市场,提出一种基于同步提议的服务协商模型,服务提供者和服务使用者将各自的提议同步提交给共同信任的中间市场,由中间市场经过判断并将提议评估转发给协商双方,通过这种方式可以加快协商进程,并使交易双方不必担心暴露自己的交易偏好.提出了基于软件代理的自动协商实现方法,并采用业务流程执行语言对交易过程进行建模.最后,在服务交易平台上实现了该服务协商模型的原型系统,经实例验证,可以有效地实现服务协商,更利于达成双方可接受的交易结果.     

一般和对策中基于协商的多代理强化学习

一般和对策中,只考虑个体理性的多代理协作是一种无全局目标的协作.代理学习基于对手策略假设,不能保证假设的正确性.为此通过定义代理协作的集体目标,提出了一种基于多代理协商的代理强化学习算法.代理选择协商策略,并惩罚偏离该策略的代理来保证协商策略的执行.文中给出了学习收敛的条件及证明,并以实例加以分析.     

带有学习效应的多阶段混合流水车间调度问题研究

[目的]研究考虑学习效应和顺序相关调整时间的多阶段混合流水车间调度问题.[方法]针对该问题的特点,建立以最小化最大完工时间和总能耗为目标的混合流水车间调度问题模型,同时设计一种改进的混合蛙跳算法进行求解.采用不同规模的测试问题对提出的算法进行测试,并与另外3种算法进行对比.[结果]提出的算法的效果均优于另外3种算法.此外,不同的学习率对调度目标的影响存在差异.[结论]该研究对企业提高生产效率和节能降耗的 目标有一定的指导意义,可为企业在制定生产调度方案时提供决策支持.     

单机系统的生产调度与预防性维护的集成优化

针对单机系统,提出一种综合考虑生产调度和设备维护的联合决策模型.该模型利用目标规划的方法联合优化生产与维修部门各自的目标,决策工件的加工顺序和机器维护的方式.设计了遗传算法对模型进行优化求解,并与枚举算法相比较,证明其有效性.通过不同问题规模下联合决策与独立决策相比较的数据实验结果表明,所提出的决策模型表现优异,能有效解决生产调度与设备维护的集成优化问题.     

面向代理的车间动态调度方法

针对车间动态调度缺乏有效方法的现状.建立了车间动态调度的数学模型.将车间组元定义为多个独立的代理(Agent),并将蚁群在觅食过程中通过释放信息素的方式进行交流与合作的行为,应用到Agent之间的协商与通信中,建立了Agent之间的协作模型,形成了基于多代理协商的动态调度方法.仿真试验对比表明.基于多代理协商的车间动态调度方法优于基于遗传算法的动态调度方法.     

基于项目网络拆分决策的多项目协同调度问题建模

以大型工业品资源共享型节拍式流水装配过程为背景,提出基于项目网络拆分决策的多项目协同调度问题.根据装配过程作业的周期性调度需求,将单个项目的作业集合划分成共享资源的多个并行执行的协同子项目,以最小化节拍时间为目标,建立了项目网络拆分与项目调度同时决策的数学优化模型,设计了一种双层循环迭代算法以对模型进行求解.算法的上层是基于有效时序约束数量的作业划分构造型启发式算法,可在多项目网络之间调整作业的从属关系;算法的下层采用基于优先规则的启发式算法对上层拆分后的多项目网络进行求解,并将调度结果反馈至上层,通过循环迭代不断优化项目来调度计划.数据实验结果表明,所提算法能够有效提高资源利用率,且其求解质量和效率较高.     

面向分段涂装作业的混合流水车间调度

基于船舶分段涂装作业,提炼出具有重入和等待时间约束的两阶段混合流水车间调度问题.其中第一阶段含多台批处理机,第二阶段含多台离散机且存在一次重入过程,两阶段间有等待时间约束.以最小化最大完工时间为优化目标建立数学模型,提出一种结合Metropolis抽样准则和变邻域搜索的混合量子粒子群优化算法,并利用多种启发式规则进行解码.实例验证和数值分析表明,所提算法是解决分段涂装调度问题的一种有效方法.     

基于服务网格的动态负载平衡调度算法研究

为了提高资源利用率和系统的吞吐率,需要实现服务网格系统内负载的均衡分布.提出了层次式动态负载平衡调度模式,详细介绍了负载平衡系统的系统结构.作业分配是负载平衡系统中的核心机制.设计并实现了一种综合考虑各局部代理作业数和各个局部代理性能以及当前负载情况的动态双阀值作业分配算法.试验数据表明,该作业分配算法较传统调度算法综合性能有较大提高.在作业数较多时,该作业分配算法性能更好.     

基于质量预测的飞机装配动态调度问题研究

为提高飞机装配调度计划应对装配质量不合格的能力,首先以两阶段近似动态决策为框架,研究装配质量与相关因素的映射关系和不确定性因素在不同决策周期的表现形式,并以最小化基于场景的项目工期期望值为目标函数建立整数规划模型;然后基于构建的飞机装配质量预测模型,设计了多层循环迭代搜索算法,算法第一层基于任务列表的编码方式优化任务执行顺序,第二层通过装配人员分配列表优化人员配置,第三层根据人员配置结果求解目标函数. 数值实验结果显示在工件质量预测值与实际值不一致的情况下,多层循环迭代搜索算法在任务开始时间偏差能够保持在2以下,表明该算法能够适应不确定性因素的变化,满足构建飞机装配动态调度计划的需求.     

飞机排班问题的模糊优选动态规划模型

提出一种基于多目标模糊优选动态规划方法有效解决飞机排班问题的新算法.该算法将二级模糊模式识别理论与动态规划概念相结合,建立了以飞机使用均衡、航班尽快恢复为目标函数的多阶段多目标前向动态规划模型,从第一阶段开始,对各阶段的可行决策进行多目标模糊优选,依次向后递推得到调度结果.实验数据表明,飞机调度策略与实际飞机排班结果一致,耗时仅9.06s,该算法能有效解决飞机排班问题.     

基于multi-agent的半导体生产线动态调度方法

提出了一种基于multi-agent的半导体生产线动态调度方法。首先建立了MAS仿真模型,包括管理、投料、工件和设备4种agent;然后设计了工件agent与设备agent的动态调度协商机制,以工件最小加权延迟为决策指标,分别考虑设计了单片/卡加工设备与批加工设备agent的报价算法。此外,还考虑了二次协商机制用于解决设备突然故障对生产线的影响。基于实际半导体生产线模型对所提出方法进行了仿真验证,并与一些常用的调度规则进行了比较,仿真结果表明,在平均加权延迟和准时交货率等指标上,该文提出的方法均有较大的提高。     

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.      

一种基于Agent的服务质量管理框架

为了更好地满足应用的服务质量需求，应建立一种结构良好的服务质量管理框架，以便进行服务质量协商和资源管理．根据服务质量的结构、目标以及Agent的特性，提出了一种基于Agent的服务质量管理框架．首先，介绍了框架的构成，给出了服务质量的定义和各层参数的映射机制．其次，介绍了框架的核心部分“基于Agent的服务质量管理站”，说明了站中各种静态、移动Agent的作用和相互关系．最后，给出了基于Agent端到端的服务质量协商过程。     

基于多Agent和遗传算法的制造网格资源调度

为了保障用户的多QoS要求,在制造网格资源调度中引入灵活健壮的协商机制和高效的资源调度算法尤显重要.为此提出基于多Agent的制造网格资源调度方法,运用合同网协议作为多Agent的协作协议并根据制造网格资源调度需求运用遗传算法作为资源优化组合的算法.综合应用多Agent开发工具JADE和遗传算法工具包JGAP进行模拟调度实验,证明了方法的有效性.     

基于分类器融合的自动化协商决策模型

为了解决电子商务环境中由于信息的保密性使协商参与者无法获得对手协商偏好从而影响协商性能的问题,提出一种基于分类器融合的自动化协商决策模型.该模型融合支持向量机和贝叶斯分类器,通过结合2种分类器的优点,提高对协商偏好的分类学习效果.在准确估计对手协商偏好的基础上,采用粒子群优化算法搜寻最优协商反建议.实验数据分析表明,新方法的效果优于单一分类器,并且在有噪声的小规模训练样本集下,仍然保持较高的协商总效用.     

用区分服务方法优化WCDMA网络服务质量

WCDMA(W ideband Code D ivision Mu ltip le Access)系统的一个重大挑战,就是在保证服务质量的前提下,承载各种不同类型的业务。为此,在对WCDMA网络的QoS(Quality of Service)和QoE(Quality of End-user Experience)管理、网络监测和优化等问题进行研究的基础上,分析了几种网络配置以及实时业务向不同QoS等级映射的问题,给出了优先选择方法区分服务模型。结果表明,该模型系统能以最符合成本效益的方法承受QoS实时服务,灵活地处理区分服务业务,QoS测试结果验证了预期优先选择方法的优越性。运用优先选择方法后,网络的频谱利用率达到32%;区分服务模型使网络的资源使用能力提高了23%。     

引入谈判博弈的Q-学习下的城市交通信号协调配时决策

由于城市交通路网中交叉口间交通信号决策是相互影响的,并且车联网技术使得交叉口交通信号配时agent间能进行直接交互,此决策问题可用博弈框架来描述。建立了城市路网中相邻交叉口间交通流关联模型,通过嵌入谈判博弈模型来设计Q-学习方法,此方法中利用谈判参考点来进行配时行为的选择。仿真实验分析表明,相对于无协调的Q-学习算法,谈判博弈Q-学习取得更好的控制效果和稳定性能。谈判博弈Q-学习在处理交通拥挤及干扰交通流时,能根据交通条件灵活地改变交通信号配时决策,具有较强的适应能力。     

基于过滤定向搜索的柔性制造系统动态调度优化

针对柔性制造环境中内外扰动的动态随机发生和快速、高效的重调度需求,构建了动态调度决策系统结构模型,提出了一种基于过滤定向搜索的启发式算法作为模型的核心算法.为了更好地搜索调度解空间和更好地集成作业的交货期、优先权重和资源负载平衡,算法改进了节点分枝策略和局部、全局评价函数.以作业交货延迟时间加权平方和最小为性能指标,通过实例仿真,对算法性能进行了分析评价和比较,结果表明了该算法对实现柔性制造系统动态调度的有效性和实用性.     

考虑班次约束的Job Shop等量分批调度算法

为解决产品种类多、中小批量的多目标柔性作业车间调度问题,提出了一种基于等量分批方法的多目标柔性分批启发式调度算法。考虑了实际生产中的班次作息时间等约束,采用FIFS与EDD、SPT及OSPT策略相结合的多种分派规则,使得算法在优先调度空闲机床的情况下,根据不同的分派策略得出短批次优先、短订单优先、交货时间优先的三种调度结果,决策者可根据三种调度结果的性能选择最适合的调度方案。实例计算结果表明,该算法是高效、可行的。