一种基于多智能体架构的面向智慧工厂的实时调度方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115759552A(43)申请公布日2023.03.07(21)申请号202211092515.XG06N3/08(2023.01)(22)申请日2022.09.08(71)申请人河海大学常州校区地址213022江苏省常州市新北区晋陵北路200号(72)发明人顾文斌刘斯麒郭镇洋秦豪杰裴凤雀苑明海(74)专利代理机构南京纵横知识产权代理有限公司32224专利代理师严志平(51)Int.Cl.G06Q10/0631(2023.01)G06Q50/04(2012.01)G06F18/23(2023.01)G06F18/241(2023.01)权利要求书3页说明书9页附图5页(54)发明名称一种基于多智能体架构的面向智慧工厂的实时调度方法(57)摘要本发明公开了一种智能制造技术领域的基于多智能体架构的面向智慧工厂的实时调度方法，旨在解决现有技术中调度方法无法根据实时的生产数据来提供合理的调度方法的问题。其包括将生产资源划分为若干智能体，所述方法由决策智能体执行，包括：采集工件信息、采集各智能体的状态信息；将工件信息输入构建的基于多智能体的动态调度机制中，获取调度方案；根据调度方案及各智能体的状态信息，安排运输设备智能体完成对工件的调度；本发明适用于智慧工厂的实时调度，动态调度机制可以根据实时的生产数据来给出合理的调度方案，有效的提高生产系统的动态性、自适应性，针对干扰事件，都可以获得较高质量的调度方案。CN115759552ACN115759552A权利要求书1/3页1.一种基于多智能体架构的面向智慧工厂的实时调度方法，其特征在于，将智慧工厂中的生产资源划分为若干智能体，各所述智能体之间通信连接，所述智能体包括：运输设备智能体、制造任务智能体、实时监控智能体和决策智能体，所述方法由决策智能体执行，包括：接收制造任务智能体采集的工件信息、实时监控智能体采集的各智能体的状态信息；将工件信息输入构建的基于多智能体的动态调度机制中，获取调度方案；根据调度方案及各智能体的状态信息，安排运输设备智能体完成对工件的调度。2.根据权利要求1所述的一种基于多智能体架构的面向智慧工厂的实时调度方法，其特征在于，基于多智能体的动态调度机制包括问题公式化模块、调度点模块、GP调度规则库、状态聚类模块和GP规则调度器；所述问题公式化模块用于解决智慧工厂调度问题和评估制造性能；所述调度点模块用于判断时间点是否满足调度点的要求，其中，调度点为决策智能体需要提供分配方案的时间点；所述GP调度规则库包括多条基于遗传规划方法生成的调度规则；所述状态聚类模块用于对输入的生产属性向量进行分类，并输出生产属性向量分类结果；所述GP规则调度器用于根据生产属性向量分类结果，从所述GP调度规则库中选取调度规则。3.根据权利要求2所述的一种基于多智能体架构的面向智慧工厂的实时调度方法，其特征在于，将工件信息输入构建的基于多智能体的动态调度机制中，获取调度方案包括：根据接收制造任务智能体采集的工件信息，获取调度点的决策对象，并形成生产属性向量；根据生产属性向量，获取生产属性向量分类结果；根据生产属性向量分类结果，从所述GP调度规则库中选取调度规则；获取智慧工厂信息，根据所述GP调度规则库中选取的调度规则，基于智慧工厂信息将其转换为特定的调度方案。4.根据权利要求2所述的一种基于多智能体架构的面向智慧工厂的实时调度方法，其特征在于，问题公式化模块的建立方法包括：获取工件在加工过程中的工作约束；根据工件在加工过程中的工作约束，以最小化总完工时间和最小化总能量消耗为目标，建立数学模型。5.根据权利要求2所述的一种基于多智能体架构的面向智慧工厂的实时调度方法，其特征在于，调度点模块的建立方法包括：获取时间点的实时工作状态，根据时间点的实时工作状态判断时间点是否为调度点；其中，若时间点存在一个或多个工件等待运输，并且有一个或多个空闲的运输设备，则判断该时间点为调度点；否则，判断该时间点不为调度点。6.根据权利要求2所述的一种基于多智能体架构的面向智慧工厂的实时调度方法，其特征在于，GP调度规则库的建立方法包括：2CN115759552A权利要求书2/3页步骤A：初始化迭代次数、最大深度、种群大小、交叉率、变异率和初始种群；步骤B：根据最大深度、种群大小、交叉率、变异率和初始种群，计算每个个体的适应度；步骤C：根据每个个体的适应度，获取多个GP规则，形成GP调度规则库；步骤D：开始迭代，更新每个个体的适应度，并获取多个新的GP规则；步骤E：将多个新的GP规则与GP调度规则库进行比较，根据比较结果优化调整GP调度规则库；若多个新的GP规则中存在比GP调度规则库更好的GP规则，则更新GP调度规则库，重复步骤D、E，直至达到迭代次数；否则