一种面向个性化生产环境的多主体调度方法技术

本发明专利技术提出一种面向个性化生产环境的多主体调度方法，先令资源方和各用户都为具有自主行为决策能力的调度主体，并由资源自主体随机生成一个初始调度方案提交给各用户自主体以开始多主体调度；然后资源自主体与用户自主体通过交替提案进行调度协商，而当用户自主体与资源自主体未能达成协商时，存在冲突的用户自主体间将启动交替提案进行调度协商；如果资源自主体和用户自主体协商全部达成，则输出协商一致的多主体调度方案，否则采用预置的仲裁规则消除余下的冲突并生成最终的多主体调度方案。由于该方法充分发挥了资源和各用户的自主性，可以充分满足各主体的目标要求，提高结果调度的群体满意度。

A multi-agent scheduling method for personalized production environment

This invention proposes a multi-agent scheduling method for the personalized production environment. The shilling resource side and each user are the scheduling subjects with independent behavior decision ability, and the original scheduling scheme is randomly generated from the resources from the main body to the user's autonomous body to start the multi-agent scheduling; then the resources are from the main body and the user. Scheduling negotiation is carried out through alternate proposals, and when users fail to reach negotiation from the main body and resources from the main body, the alternation proposal will be started between the users of the conflict. If the resource from the main body and the user from the main body negotiation is all reached, the consensus multiagent scheduling scheme will be exported. The predefined arbitration rules are used to eliminate the remaining conflicts and generate the final multi-agent scheduling scheme. As the method fully exerts the autonomy of resources and users, it can fully meet the requirements of the main body and improve the group satisfaction of the result scheduling.

【技术实现步骤摘要】
一种面向个性化生产环境的多主体调度方法
本专利技术涉及生产系统性能优化领域，具体为一种面向个性化生产环境的多主体调度方法。
技术介绍
文献“Ahybridalgorithmbasedonanewneighborhoodstructureevaluationmethodforjobshopschedulingproblem.Computers&IndustrialEngineering,2015,88:417-42”公开了一种基于混合调度算法的生产系统性能优化方法。该方法首先用粒子群算法对调度的最大完工时间进行全局优化，然后用变邻域搜索算法进行局部优化，以最小化调度的最大完工时间。该方法获得的调度方案由于最大完工时间更小，因而可以提高制造企业的生产效率、改善生产资源的利用率并减少生产成本，但该方法仅适用于传统的规模化生产模式。在规模化生产模式下，制造企业通常将不同用户的需求合并处理而不加以区分，然后以资源方的相关目标(如最大完工时间)优化调度，以降低企业的制造成本并提高生产效益。但是，随着全球市场竞争日益加剧、制造业信息化飞速发展，传统的企业运作模式已经从规模化生产模式快速地转向个性化定制生产。在个性化生产环境下，每个用户都会有各自的定制任务以及相应的差异化目标，此时若仍采用以资源方主导的调度控制方法，便难以满足用户的差异化目标要求，这将影响用户的群体满意度并降低制造企业的行业竞争力。要解决好个性化生产环境下的调度控制问题，就需要调度的优化目标由原来主要考虑资源相关的目标转向同时考虑资源和各用户的差异化目标；调度决策的主体由资源方的单一主体转变为资源方和多用户共同组成的多主体。由此便产生了一种新型调度模式——面向个性化生产环境的多主体调度。
技术实现思路
针对现有以资源方为主的调度方法难以满足个性化生产环境下多用户的差异化目标需求的问题，本专利技术提出一种面向个性化生产环境的多主体调度方法。该方法先令资源方和各用户都为具有自主行为决策能力的调度主体(即资源自主体和用户自主体)，并由资源自主体随机生成一个初始调度方案提交给各用户自主体以开始多主体调度；然后资源自主体与用户自主体通过交替提案(用户自主体接收资源自主体的提案，然后用户自主体修改提案并反馈修改提案给资源自主体，接着资源自主体生成新的提案并提交给各用户自主体)进行调度协商，而当用户自主体与资源自主体未能达成协商时，存在冲突的用户自主体间将启动交替提案进行调度协商；如果资源自主体和用户自主体协商全部达成，则输出协商一致的多主体调度方案，否则采用预置的仲裁规则消除余下的冲突并生成最终的多主体调度方案。由于该方法充分发挥了资源和各用户的自主性，可以充分满足各主体的目标要求，提高结果调度的群体满意度。本专利技术的技术方案为：所述一种面向个性化生产环境的多主体调度方法，其特征在于：包括以下步骤：步骤1，初始化多主体调度：(a)各用户自主体与资源自主体建立通信，以确定参与多主体调度的自主体集合{A0,A1,A2,...,Ai,...,An}，其中A0代表资源自主体，Ai,i＝1,2,...,n代表各用户自主体；(b)资源自主体A0与各用户自主体Ai,i＝1,2,...,n通信，以确定多主体调度的加工任务集T＝{T1,T2,...,Ti,...,Tn}，其中Ti为用户自主体Ai的加工任务；(c)各自主体Ai,i＝0,1,2,...,n设置各自的最大化调度目标函数Oi,i＝0,1,2,...,n，并按式(1)初始化各自的协商策略Si；式中，为自主体Ai在已协商时间为ti时的提案的目标函数值，βi为自主体Ai的协商策略调整因子，为自主体Ai的理想目标函数值，为自主体Ai可接受的最小目标函数值，为自主体Ai的协商截止时间；(d)各用户自主体Ai,i＝1,2,...,n按式(2)初始化自身的接受条件Ci,i＝1,2,...,n；式中，πi,j为自主体Ai收到的来自自主体Aj的调度提案，Oi(πi,j)为自主体Ai在调度提案πi,j下的目标函数值；(e)各自主体Ai,i＝0,1,2,...,n按式(3)初始化各自的协商条件Ni,i＝0,1,2,...,n；步骤2，启动多主体调度：资源自主体A0初始化协商约束集为空R＝{}，然后以多主体调度加工任务集T为调度对象，采用式(4)所示的方式生成一个调度方案π0，并将该调度方案作为初始提案提交给各用户自主体Ai,i＝1,2,...,n以开始多主体调度；步骤3，启动协商对象的协商信息在线学习：当协商对象为自主体Aj时，在自主体Aj提交新的提案后更新其历史提案信息集，然后以历史提案以及相应的提案时间作为输入，采用随机梯度下降方法优化式(5)所示的协商策略模型，以学习自主体Aj的协商策略Sj；根据学习获得的自主体Aj的近似协商策略求得自主体Aj的理想目标函数值的估计值可接受的最小目标函数值的估计值以及协商截止时间的估计值式中，为自主体Aj在已协商时间为tj时的提案的目标函数值估计值，为自主体Aj的协商策略调整因子的估计值，aj,bj,cj为常量参数；步骤4，用户自主体与资源自主体协商调度：用户自主体与资源自主体通过不断的交替提案和修改提案，最终获得多主体协商一致的多主体调度方案：步骤4.1，用户自主体自主行为决策：(a)当用户自主体Ai接收到来自资源自主体A0的调度提案πi,0后，通过步骤2学习资源自主体A0的协商信息综合资源自主体A0的协商信息X0以及用户自主体Ai的协商信息用户自主体Ai采用式(6)修改其协商策略调整因子，然后代入式(1)以调整自身的协商策略Siβi＝βi+gi(X0,Xi)(6)式中，gi(.)为用户自主体Ai采用的协商策略调整函数；(b)用户自主体Ai采用调整后的协商策略Si，更新自身在当前已协商时间为ti时的提案的目标函数值调整自身的接受条件Ci和协商条件Ni，并以此控制协商过程：如果Ci＝1则通知资源自主体A0接受当前提案并完成协商，否则计算Ni；如果Ni＝0，则通知资源自主体A0拒绝当前提案并放弃协商，否则用户自主体Ai转步骤(c)继续向资源自主体A0提案；(c)在满足协商约束集R的条件下，用户自主体Ai按式(7)，以资源自主体A0的提案πi,0为基础，采用局部搜索算法获得满足自身的目标值的调度方案，然后将该方案作为反馈提案π0,i提交给资源自主体A0；步骤4.2，资源自主体自主行为决策：(a)资源自主体等待并接收所有未结束协商的用户自主体的反馈信息：如果用户自主体Ai接受提案，则资源自主体A0记录用户自主体Ai完成协商并更新协商约束集R；如果用户自主体Ai拒绝提案，则资源自主体A0识别与用户自主体Ai冲突的用户自主体Aj，然后转步骤5；如果用户自主体Ai反馈提案π0,i，则转步骤2学习用户自主体Ai的协商信息(b)资源自主体A0判断多主体调度是否完成：按式(8)计算判断条件C0，如果C0＝1，则多主体调度完成并转步骤6，否则转步骤(c)继续协商；式中，Bi为用户自主体Ai的协商状态标志：Bi＝0代表放弃协商，Bi＝1代表继续协商，Bi＝2代表完成协商；(c)综合资源自主体A0自身的协商信息X0以及各未完成协商的用户自主体的协商信息{X1,X2,...}，资源自主体A0采用式(9)修改其协商策略调整本文档来自技高网...

【技术保护点】
一种面向个性化生产环境的多主体调度方法，其特征在于：包括以下步骤：步骤1，初始化多主体调度：(a)各用户自主体与资源自主体建立通信，以确定参与多主体调度的自主体集合{A0,A1,A2,...,Ai,...,An}，其中A0代表资源自主体，Ai,i＝1,2,...,n代表各用户自主体；(b)资源自主体A0与各用户自主体Ai,i＝1,2,...,n通信，以确定多主体调度的加工任务集T＝{T1,T2,...,Ti,...,Tn}，其中Ti为用户自主体Ai的加工任务；(c)各自主体Ai,i＝0,1,2,...,n设置各自的最大化调度目标函数Oi,i＝0,1,2,...,n，并按式(1)初始化各自的协商策略Si；

【技术特征摘要】
1.一种面向个性化生产环境的多主体调度方法，其特征在于：包括以下步骤：步骤1，初始化多主体调度：(a)各用户自主体与资源自主体建立通信，以确定参与多主体调度的自主体集合{A0,A1,A2,...,Ai,...,An}，其中A0代表资源自主体，Ai,i＝1,2,...,n代表各用户自主体；(b)资源自主体A0与各用户自主体Ai,i＝1,2,...,n通信，以确定多主体调度的加工任务集T＝{T1,T2,...,Ti,...,Tn}，其中Ti为用户自主体Ai的加工任务；(c)各自主体Ai,i＝0,1,2,...,n设置各自的最大化调度目标函数Oi,i＝0,1,2,...,n，并按式(1)初始化各自的协商策略Si；式中，为自主体Ai在已协商时间为ti时的提案的目标函数值，βi为自主体Ai的协商策略调整因子，为自主体Ai的理想目标函数值，为自主体Ai可接受的最小目标函数值，为自主体Ai的协商截止时间；(d)各用户自主体Ai,i＝1,2,...,n按式(2)初始化自身的接受条件Ci,i＝1,2,...,n；式中，πi,j为自主体Ai收到的来自自主体Aj的调度提案，Oi(πi,j)为自主体Ai在调度提案πi,j下的目标函数值；(e)各自主体Ai,i＝0,1,2,...,n按式(3)初始化各自的协商条件Ni,i＝0,1,2,...,n；步骤2，启动多主体调度：资源自主体A0初始化协商约束集为空R＝{}，然后以多主体调度加工任务集T为调度对象，采用式(4)所示的方式生成一个调度方案π0，并将该调度方案作为初始提案提交给各用户自主体Ai,i＝1,2,...,n以开始多主体调度；步骤3，启动协商对象的协商信息在线学习：当协商对象为自主体Aj时，在自主体Aj提交新的提案后更新其历史提案信息集，然后以历史提案以及相应的提案时间作为输入，采用随机梯度下降方法优化式(5)所示的协商策略模型，以学习自主体Aj的协商策略Sj；根据学习获得的自主体Aj的近似协商策略求得自主体Aj的理想目标函数值的估计值可接受的最小目标函数值的估计值以及协商截止时间的估计值式中，为自主体Aj在已协商时间为tj时的提案的目标函数值估计值，为自主体Aj的协商策略调整因子的估计值，aj,bj,cj为常量参数；步骤4，用户自主体与资源自主体协商调度：用户自主体与资源自主体通过不断的交替提案和修改提案，最终获得多主体协商一致的多主体调度方案：步骤4.1，用户自主体自主行为决策：(a)当用户自主体Ai接收到来自资源自主体A0的调度提案πi,0后，通过步骤2学习资源自主体A0的协商信息综合资源自主体A0的协商信息X0以及用户自主体Ai的协商信息用户自主体Ai采用式(6)修改其协商策略调整因子，然后代入式(1)以调整自身的协商策略Siβi＝βi+gi(X0,Xi)(6)式中，gi(.)为用户自主体Ai采用的协商策略调整函数；(b)用户自主体Ai采用调整后的协商策略Si，更新自身在当前已协商时间为ti时的提案的目标函数值调整自身的接受条件Ci和协商条件Ni，并以此控制协商过程：如果Ci＝1则通知资源自主体A0接受当前提案并完成协商，否则计算Ni；如果Ni＝0，则通知资源自主体A0拒绝当前提案并放弃协商，否则用户自主体Ai转步骤(c)继续向资源自主体A0提案；(c)在满足协商约束集R的条件下，用户自主体Ai按式(7)，以...

【专利技术属性】
技术研发人员：孙树栋，吴自高，肖世昌，俞少华，杨宏安，王军强，安凯，张家豪，陈丽珍，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61