生产计划与调度

《生产计划与调度》由会员分享，可在线阅读，更多相关《生产计划与调度（6页珍藏版）》请在装配图网上搜索。

1、生产计划与调度课程研究报告、研究内容此次课程研究，我以基于协商的 Mult-i Agent 生产计划与调度系统1这篇论文为 研究对象，探讨其所提出方法的核心思想并对其进行研讨。11 论文研究背景这篇论文主要是解决生产计划与调度中 ERP 中当加工数量和工序的加工时间计算变动 提前期时难以解决的提前期定义问题，提出了基于协商Multi-Agent的集成生产计划与调度 的方法。12 论文研究方法的核心思想生产计划与调度通常采用三层模型描述：1、战略层或高层计划；2、战术计划；3、生 产调度（作业计划）。相应这些层分别与长期、中期和短期计划相对应。传统三层模型的缺 点是每一层成为下一层的制约，结果导

2、致计划的不可行。即使可行，这样的计划也不是优化 的。不可行问题通常通过能力需求计划来解决，但不能保证计划的优化。这篇论文考虑通用 的、离散、多场所的生成存货系统，这是知道企业中最典型的制造形式。生产计划与调度主 要是对各个工作中心的负荷能力进行平衡，使企业资源得到合理利用。考虑到最终的生产定 单是由工作中心完成, 调度也是对各工作中心的任务（ 工序） 进行, 如果增加工作中心的智 能, 把人的智能集成到工作中心中 , 因此, 把工作中心封装为 Agent, 通过各个工作中心 Agent 与其它功能 Agent 之间的交互和协商, 依据各自能力和成本最终达成协议并形成承 诺, 生成生产计划（ 定

3、单） 以及详细的车间作业计划, 生成的计划是 可行的且是优化的, 使 得调度问题简单化。通过多 Agent 间的协商, 实现分布式计算, 解决由于硬件和软件技术的 限制而采取的分层的计划与调度 模型中层与层之间的约束以及计划的不可行问题。这篇论文中的系统有如下类型的功能Agent，如表1所示：表 1 Agent 名称及其扮演的角色Agent NameRoles PlayedTask根据BOM、库存信息计算出产品净需求和相关物料需求信息，并根据工艺路线和需求数量计算出所有工序需要加工的时间，完成订单分解Workcentre( 1. . n)根据能力数据和加工成本计算出完成该任务 所需要的资源价格

4、和时间即上一道工序完成 时间Purchase查询物料主文件，根据米购提前期与订货策略产生相应的采购计划Co-ordination如生产不能满足，根据调度策略调度关键工作中心或协作AgentMonitor监测工序的执行情况，及时反馈调度信息， 使各Agent及时调整自己的计划以及能 力;Monitor Agent 还根据 工艺路线中工序的开工和完工时间和完工数 量实时调整相应工艺路线中工序中时间参数Agent 体系结构分为个体 Agent 体系结构和 Agent 群体体系结构。目前个体 Agent 结构主要有慎思型结构、反应型结构和混合型结构。个体 Agent 的体系结构决定了推理过 程和推理的

5、熟练程度, 我们采用如图 1 的结构。发出消息信箱执彳亍监控卜十任务/计划库资源库图1个体Agent体系纟吉构计划与调度W系统本体库接收消息*消息处理协调引擊1熟人阵将各工作中心 Agent 与其它功能 Agent 通过网络 ( Internet/Intranet) 形成一个松散合 的系统, 如图 2 所示。各 Agent 之间的交互如下: Task Agent 感知订单信息, 依据销售利润率计算产品最高成 本；根据BOM、库存信息计算出产品净需求和相关物料需求信息，并根据工艺路线和需求 数量计算出所有工序需要加工的时间，完成任务分解。Task Agent把加工的最后一道工序 （ 含价格信息和

6、需求时间 ） 发消息给 Facilitator Agent, 询问谁有能力完成该任务 , 根据应 答信息获取该 Agent 的名字和地址, 建立通讯联系。接受任务的 Agent 根据它的能力数据 和加工成本计算出完成该任务所需要的资源价格和时间即上一道工序完成时间 , 根据其熟 人集（从属关系）发送消息给下一个Agent。下一个Agent同样询问Task Agent该工序的加 工时间, 直到初始工序计算出所需要的资源即原材料必须在何时以什么价格准备好, 发消息 给 Purchase Agent, Purchase Agent 询问 TaskAgent, 需要多少, 并查询物料主文件, 根据采

7、购提前期判断是否满足 , 如果满足根据订货策略产生相应的采购计划 ,如不满足发消息给 Co-ordination Agent，根据协调策略选择适当Agent,被选中Agent根据其熟人集（合作关 系） , 与 合作 Agent 进行协商分担其加工任务（ 工艺路线替代、工序转包）或延长工作时间, 直到最后 各 Agent 达成协议, 形成承诺并保持。按这种倒排生成的生产计划是给客户的最 低承诺，当有新的订单、机器故障或紧急任务发生时各Agent可通过协商和协调机制，动态 调整生产计划。Agent 通过交互、协商产生协作, 理性、完善的交互机制是多 Agent 之间进行协商、协 调 和协作的基础。

8、 Agent 之间的交互发生在信息交换协议、会话协议与会话规则、交互策 略三个层次上：1、第一层研究内容是 Agent 通讯语言（ Agent CommunicationLanguage, ACL） , ACL 是知 识查询和处理语言（ Knowledge Queryand Manipulation Language, KQML） , 在 这一 层 Agent 交换 彼此相互理解的消息。2、第二层, 会话 协议与会话规则将这些消息组织成有限的、连续的消息序列。3、第三层, 交互策略用来组织会话协议和异常规则 : 什么时候, 为什么目的 应采用什 么会话协议来与谁通信。交互策略涉及到对具体问题的

9、分析, 对相关 Agent 情况的了解, 以及对交互协议的分析 对于相对稳定、封闭的问题环境, Agent 的交互策略可以在系统的设计阶段由设计人员预先 分析解决, 而在开放、动态的应用环境中应采取动态的交互策略。二、研究论文的优缺点这篇论文通过 Multi-Agent 之间的协商, 根据加工数量和工序的加工时间计算变动提前 期, 解决了现有 ERP 中难以解决的提前期定义问题 , 使生产计划的安排基于实时能力信息 和生产成本, 并能获取实时生产和调度信息, 企业资源利用得到优化。其优点之一是这种基于 Multi-Agent 之间的协商方法实际上是在系统中引入了负反馈机 制，通过将工作中心封装

10、成智能体，然后自能力和成本最终达成协议并形成承诺。其中 Monitor Agent 对工作现场的各个 Agent 进行实时监控，并为 Co-ordination Agent 提供决策支 持。当生产过程出现资源不足或不能正常生产时，则Co-ordination Agent负责协调各类Agent 之间的工作，重新指定计划，使生产顺利且高效进行。从自动控制原理中可知，系统中引入 负反馈机制，能够使系统更加稳定以及响应更灵敏，并且提高其抗扰动能力。这篇论文其实 就是通过Agent在系统中引入负反馈，而加工数量和工序的加工时间的变化对于系统来说是 一中扰动， Multi-Agent 的负反馈机制能较好地

11、抵抗这种扰动，解决现有 ERP 中难以解决的 提前期定义问题。优点之二就是这篇论文将工作中心封装成Agent，封装成Agent后有利于 一些高层决策算法的实现，比如智能体的协商等，这样使得系统中具有更多的智能因素。这篇论文的缺点是：1、这篇论文采用的是自己定义的 Agent 之间的协商过程与协议，但是对于当出现 Multi-Agent经过协商也无法找到解决方案时此时缺乏一中策略，使得生产计划正常进行；2、这篇论文因为要经过Multi-Agent进行协商，通信量大，需要较高的通信带宽，这对 于一些环境比较恶劣的工作现场可能实现起来比较困难；3、论文没有考虑但Agent故障没有回应或通信失败时如何继续生产计划与调度工作。三、提出改进方法针对上面对这篇论文提出的缺点，我提出相应的改进方法：1、在计划任务中先设定一套默认的应急措施，当出现Multi-Agent经过协商也无法找到 解决方案时立马启用应急机制，使得生产能够正常进行；2、由于通信量比较大，如果在一些恶劣的环境下难以实现时，则应采取低带宽通信策 略，在上层对于一些消息进行编码解压缩，如采用一些数据的无损压缩算法哈夫曼编码等， 保证低带宽情况下消息能正常通行；3、预先设置预备Agent，如果Agent出现故障，则应立马启用应急机制，保证生产计划 的正常运行，另一方面则启用备份Agent，代替故障Agento