[發(fā)明專利]基于多智能體的車間多目標(biāo)協(xié)同優(yōu)化調(diào)度方法

有效

• 申請?zhí)枺?/td>: 201710283426.6
• 申請日: 2017-04-26
• 公開（公告）號: CN107122857B
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計）人: 唐敦兵;魏鑫;張澤群;鄭杜;張濤
• 申請（專利權(quán)）人: 南京航空航天大學(xué);南京航空航天大學(xué)無錫研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04
• 代理公司: 上海科律專利代理事務(wù)所(特殊普通合伙) 31290
• 代理人: 袁亞軍

1.一種基于多智能體的車間多目標(biāo)協(xié)同優(yōu)化調(diào)度方法，其特征在于，包括如下步驟：

S101、建立基于多智能體的生產(chǎn)車間調(diào)度模型：將實際生產(chǎn)車間中的倉庫、加工中心、工件分別物理映射為倉庫智能體、設(shè)備智能體和工件智能體，將負(fù)責(zé)多目標(biāo)優(yōu)化計算的模塊功能映射為規(guī)劃智能體；

S102、工件智能體依據(jù)自身工序加工任務(wù)向規(guī)劃智能體提出作業(yè)調(diào)度請求：

S1021、工件智能體根據(jù)工序加工工藝要求，獲取滿足工藝加工要求的設(shè)備智能體名單列表；

S1022、工件智能體將工序加工信息封裝打包發(fā)送給所述設(shè)備智能體名單列表上的設(shè)備智能體，其中，所述工序加工信息包括工藝類型和額定加工時間；

S1023、設(shè)備智能體查詢數(shù)據(jù)庫中自身對應(yīng)的狀態(tài)信息表，獲取自身加工狀態(tài)信息，并計算出完成此工序加工任務(wù)花費的加工時間、成本和能耗，最后將所有加工相關(guān)信息打包發(fā)送給工件智能體，其中，所述自身加工狀態(tài)信息包括最早加工時間、當(dāng)前累計功耗、當(dāng)前累計負(fù)載及當(dāng)前累計加工成本；

S1024、工件智能體接收到設(shè)備智能體名單列表上所有設(shè)備智能體返回的加工信息數(shù)據(jù)包后，提取各個數(shù)據(jù)包包含的加工信息并封裝打包發(fā)送給規(guī)劃智能體，針對本工序提出作業(yè)調(diào)度請求；

S103、規(guī)劃智能體插入時間周期窗口，對該時間周期窗口內(nèi)收到的作業(yè)調(diào)度請求進(jìn)行基于時間、負(fù)載、成本和能耗的多目標(biāo)優(yōu)化調(diào)度：

S1031、規(guī)劃智能體在收到第一個作業(yè)調(diào)度請求后插入一個時間周期窗口；

S1032、規(guī)劃智能體提取工件智能體發(fā)送的數(shù)據(jù)包中的工藝加工信息；

S1033、若時間周期窗口滿，則轉(zhuǎn)至步驟S1034，否則繼續(xù)等待、接收工件智能體發(fā)送的工序調(diào)度請求，并重復(fù)步驟S1032至步驟S1033；

S1034、規(guī)劃智能體以提取、匯總的工藝加工信息為約束，以時間、負(fù)載、成本和能耗為優(yōu)化目標(biāo)，根據(jù)其內(nèi)部封裝的多目標(biāo)優(yōu)化算法，求解得出針對各作業(yè)請求的最優(yōu)調(diào)度方案即使得式(1)所表示的多目標(biāo)優(yōu)化函數(shù)值最小的調(diào)度方案：

minf＝min[f₁,f₂,f₃,f₄] (1)

其中，f為多目標(biāo)優(yōu)化函數(shù)，f₁,f₂,f₃,f₄分別為時間、成本、負(fù)載和能耗函數(shù)；

S104、規(guī)劃智能體依據(jù)得出的最優(yōu)調(diào)度方案向相應(yīng)設(shè)備智能體釋放工序加工任務(wù)，設(shè)備智能體完成工序加工任務(wù)，并通知工件智能體釋放下一道工序：

S1041、設(shè)備智能體接收規(guī)劃智能體發(fā)送的工序加工任務(wù)；

S1042、設(shè)備智能體訪問自身加工任務(wù)緩存列表，若當(dāng)前無正在加工或待加工的任務(wù)，則立即進(jìn)行此工序的加工任務(wù)，否則將此工序加工任務(wù)插入任務(wù)緩存列表等待加工；

S1043、設(shè)備智能體完成工序加工任務(wù)后更新自身狀態(tài)信息表，并通知相應(yīng)的工件智能體釋放下一道工序加工任務(wù)。

2.根據(jù)權(quán)利要求1所述的基于多智能體的車間多目標(biāo)協(xié)同優(yōu)化調(diào)度方法，其特征在于，所述步驟S1034中多目標(biāo)優(yōu)化算法具體包括如下步驟：

S10341，規(guī)劃智能體從每個工件智能體發(fā)送的數(shù)據(jù)包中抽取一條可行加工方案，組成針對所有工序的可行調(diào)度方案；

S10342，針對所述可行加工方案計算出其對應(yīng)的多目標(biāo)優(yōu)化函數(shù)的數(shù)值，記錄在數(shù)據(jù)庫中；

S10343，若該可行調(diào)度方案中存在同一機(jī)床加工不同工件工序的情況，交換各工序在該機(jī)床上的加工順序，得出另一種可行調(diào)度方案，并重復(fù)步驟S10342至S10343，否則轉(zhuǎn)步驟S10344；

S10344，重新抽取，遍歷所有的可行調(diào)度方案，得出其多目標(biāo)優(yōu)化函數(shù)的數(shù)值，并記錄在數(shù)據(jù)庫中；

S10345，比較各個多目標(biāo)優(yōu)化函數(shù)的數(shù)值，找出最小多目標(biāo)優(yōu)化函數(shù)的數(shù)值對應(yīng)的可行調(diào)度方案，并將此可行調(diào)度方案作為最優(yōu)調(diào)度方案發(fā)布，完成本輪工件智能體的作業(yè)調(diào)度請求。

3.根據(jù)權(quán)利要求2所述的基于多智能體的車間多目標(biāo)協(xié)同優(yōu)化調(diào)度方法，其特征在于，所述步驟S1034中求解多目標(biāo)優(yōu)化函數(shù)最小值的過程如下：求解多目標(biāo)優(yōu)化函數(shù)最小值的具體表達(dá)式如下式(2)

其中，由于四個優(yōu)化目標(biāo)f₁,f₂,f₃,f₄之間量綱之間的差異，且彼此數(shù)值相差較大不具可比性，需對四個優(yōu)化目標(biāo)進(jìn)行去量綱處理，即先對四個目標(biāo)單獨進(jìn)行10次優(yōu)化，取優(yōu)化過程中的最大值f_tmax和最小值f_tmin，去量綱后的多目標(biāo)優(yōu)化函數(shù)由上述式(1)轉(zhuǎn)化為式(2)；W_t＝(W₁,W₂,W₃,W₄)為多目標(biāo)函數(shù)中各優(yōu)化目標(biāo)的權(quán)重因子；各優(yōu)化目標(biāo)的具體數(shù)學(xué)表達(dá)式如下：

f₁＝max(ET_ij), (3)

f₂＝MC+PC (4)

f3＝TLM (5)

式中：

設(shè)生產(chǎn)系統(tǒng)有n個工件，每個工件J_i(i∈N＝{1，2，...，n})有P_i道工序，各工序可在m臺設(shè)備中的一臺或者多臺設(shè)備上進(jìn)行加工，工件號i∈N，工序號j∈P＝{1，2，...p_i}，設(shè)備號k∈M＝{1，2...m})，

——決策變量，若工序O_ij在設(shè)備k上加工，則取1，否則取0

——工序O_ij在設(shè)備k上的加工時間

ST_ij——工序O_ij的開始加工時間

ET_ij——工序O_ij的加工結(jié)束時間

mc_i——工件i的原料成本

MC——全部工件的原料成本

——設(shè)備k的工時成本

PC——全部設(shè)備的加工成本

TLM——全部設(shè)備的負(fù)載

PA_k——設(shè)備k空轉(zhuǎn)功率，即單位時間平均消耗能量

EA_k——設(shè)備k運轉(zhuǎn)消耗能量

M——一個正數(shù)

X_ii'k——選擇系數(shù)，X_ii'k∈{0,1}，當(dāng)工件i比i'在設(shè)備k上先加工時，為1，反之為0

上式(12)到式(15)為約束條件，上式(12)、(13)確保設(shè)備k同一時刻只能加工一個工件；上式(14)表示一道工序只能在一臺設(shè)備上加工；上式(15)表示同一工件各工序的加工順序要求，即同一工件的某道工序，只有前道工序加工完畢之后才能加工該工序。