【正文】 本課題研究涉及Agent和多Agent技術、MAS及基于多Agent的MES等諸多方面，為了在課題研究中把握準各專業(yè)名詞的定義，本章對各相關名詞一一做出介紹，便于后續(xù)的課題研究者了解、學習。 本課題研究主要完成以下內容： (1) 了解Agent、MES、AgentBuilder開發(fā)平臺、Java編程語言及Agent的通信和封裝功能?；诙郃gent的制造系統(tǒng)信息集成管理平臺不同于傳統(tǒng)企業(yè)管理平臺，它是通過集成企業(yè)內部各個多Agent系統(tǒng)，使之相互構成一個動態(tài)網絡化多層系統(tǒng)[7]。由于調度問題的復雜性和現(xiàn)實世界的多樣性,任何一個調度系統(tǒng)都很難解決所有加工車間的調度問題[6]?？傮w來說，與發(fā)達國家相比，我國無論在MES技術開發(fā)深度還是在應用廣度上都存在一定差距，特別是對離散制造業(yè)MES系統(tǒng)的開發(fā)和應用。據權威咨詢公司AMR完成的一份市場調查顯示：2004年，與2001年相比，增長超過50%；2006年全球制造業(yè)在管理軟件方面的投資，MES位居第二，僅次于ERP。第2部分提供了系統(tǒng)之間的信息交換的基礎。 MES介紹從上世紀90年代，美國先進制造研究機構（Advanced Manufacturing Research，AMR）首次提出制造執(zhí)行系統(tǒng)的概念，許多國際組織都對MES的功能給出了明確的定義，并且還相繼開發(fā)了相應模型，用于描述和標準化這類軟件系統(tǒng)。隨著制造系統(tǒng)向市場快速反應、分布自治方向發(fā)展，基于Agent的制造執(zhí)行系統(tǒng)被認為是替代傳統(tǒng)分級制造系統(tǒng)的最有前途的選擇[2]。制造執(zhí)行系統(tǒng)（Manufacturing Execution Systems，MES）正好解決這一問題，它可以有效地實現(xiàn)上層計劃與車間實際的信息交互，從而使車間的計劃、調度、生產更合理。 shop scheduling algorithm。在通過了解Agent的結構、通信語言的基礎上，研究了Agent的封裝及各個Agent之間的通信。n 當前文檔修改密碼：8362839基于多Agent的制造執(zhí)行系統(tǒng)的功能模塊設計摘要離散型制造企業(yè)其生產產品種類多、結構復雜、數據信息量大，生產過程包含眾多變化和不確定因素，這些使得企業(yè)的過程控制復雜、多變。通過Agent的封裝和通信來實現(xiàn)MES的調度功能模塊，從而形成一個基于多Agent的制造執(zhí)行系統(tǒng)的功能模塊。 simulation。對于離散型制造業(yè)想提高綜合競爭力，就更要采用以 MES為核心的技術來整合自身?；诙郃gent的MES能有力提高制造企業(yè)的競爭力，因此對于基于多Agent的MES技術的研究就十分有意義。但是，這些MES模型給出的定義都不夠全面，對生產實體的大部分選件和系統(tǒng)并沒有做出明確的闡述[3]。正在編制中的第3部分試圖通過定義和詳細規(guī)定發(fā)生在管理層與制造層之間的數據流和功能來重點解決互操作性的問題[4]。在國外很多行業(yè)應用中MES已和ERP相提并論，而且MES已成為目前世界工業(yè)自動化領域的重點研究內容之一[5]。當前我國面向中小規(guī)模輕工設備制造行業(yè)的MES研究還遠遠不夠。車間調度作為制造系統(tǒng)的研究熱點，人們研究和發(fā)展了許多調度和優(yōu)化算法，如遺傳算法、神經網絡、禁忌搜索等，其思想和內容涉及數學、人工智能、物理學等眾多領域，為解決復雜車間問題提供了許多新的思路。由于生產調度特別是動態(tài)調度，且其中存在許多不確定性因素，這些導致其很難采用數學建模來模擬，MAS技術的采用可大大降低動態(tài)調度的復雜性，基于MAS的調度系統(tǒng)能夠更好地適應車間制造環(huán)境的不斷變化，從而增強了調度系統(tǒng)的敏捷性和魯棒性[8]。 (2) 選取基于單件小批量車間調度為MES系統(tǒng)的一個功能模塊，選擇適宜算法，運用Java語言將其編程實現(xiàn)。 Agent的介紹 Agent的定義Agent原指代理，即商品經濟活動中被授權代表委托人的一方。(2) Agent軟件研究者對Agent的定義：Agent是能為用戶執(zhí)行特定任務的、具有一定智能的、能自主執(zhí)行任務的、并能與環(huán)境相互作用的軟件程序[12]。(4) 自發(fā)行為（proactiveness）：Agent 不僅能夠對環(huán)境做出反應，而且能夠通過接受某些啟示信息，做出基于目標的行為。 MAS 多Agent系統(tǒng)(MAS)是分布式人I智能研究的一個前沿領域，它的研究重點在于如何協(xié)調系統(tǒng)中多個agent的行為使其協(xié)同工作。 根據中小規(guī)模包裝設備制造企業(yè)實際情況，基于多Agent的MES大致由七類Agent組成，分別為用戶接口Agent、調度Agent、工單Agent、資源Agent、文檔Agent、工人Agent、質檢Agent。本章將從調度功能模塊的含義入手，分別介紹單件小批量生產模式、車間調度，著重對車間調度算法的描述，通過畫出的算法流程圖編寫相關程序，最后將實際數據應用與程序，得出相應結果并對其進行分析。在此情況下，制造業(yè)所面臨的市場是一個由消費者占主導地位、變化迅速且無法預測的市場。車間調度對生產管理具有重要意義，能夠起到對生產計劃補充和完善的作用。 在單件車間調度過程中，不同工件有各自工藝路線。最優(yōu)解問題有三個基本要素：變量、約束和目標函數。多年來人們對優(yōu)先法則進行了大量的研究，總結出許多條優(yōu)先規(guī)則，但目前還沒有哪一種規(guī)則能在動態(tài)的環(huán)境中滿足多種目標同時最好。(3) 以工件、設備狀態(tài)為目標：包括先進先出、工件優(yōu)先權、設備利用率最高等。該調度問題應當滿足以下幾點約束：(1) 工件必須按其工藝路線加工，后道工序只有前道工序完成后方可開始；(2) 每道工序一旦在一臺設備上開始加工，便不能中斷；(3) 一臺設備不能同時加工不同工件(4) 同一工件不能同時在兩臺設備上加工(5) 每道工序加工時只指定一臺設備以上為理論研究所歸納的約束，能夠解決一些單件小批量車間的加工排序。processij(Pij)表示工件i的第j道工序；allProcessNumberi(Qi)表示工件i的總工序數；machineij(Mij)表示工序Pij占用的加工設備；timeij(Tij)表示工序Pij的加工時間；startTimeij(Sij)表示工序Pij的開始時間；finishTimeij(Fij)表示工序Pij的完工時間；freeTimeij(Wij)表示在工序Pij開始加工之前所選定加工設備的空閑時間；finalFinishTimei(Fi)表示工件i最后一道工序的完工時間。為了便于比較引入剩余加工時間的概念：令sumTimeij(SumTij)為工件i在加工到工序Pij時前j道工序（包括第j道工序）的工時之和，表達式如下： (1)令sumTimei(SumTi)為工件i所有工序的工時之和，表達式如下： (2) 工序Pij的加工效率為Rij (3)用surplusrij=1－Rij代表相對剩余加工時間。 圖31 工件工序標記為每個工件Pi設一個變量Move(i)指向該工件下一步要加工的工序，每調度完一道工序后將工序數組的下一個元素賦予Move(i)；為每道工序建立一個設備數組queueM[][]，用以存放工序Pij的可用設備集合；其中設備標記直接用M0M0M0整數表示，代表不同的加工設備。 Fij＝Sij＋Tij。Setp1：求加工路徑最長（即滿足max(Lk)）的設備，此設備存在且不一定唯一；Setp2：對其中任一設備k，判斷其任務隊列queueTk，若所有工序開始前Wij均為零，則排序結果不可調節(jié)，算法結束。Setp5：更新隊列QueueTk中Pst及其后所有工序的開工時間、完工時間、設備空閑時間和Lk，若Lk＜max(Lk)，恢復前面所有暫時置工序等待時間在置零前的值，轉Step1；若Lk= max(Lk)，算法結束。圖36 在windows xp cmd環(huán)境下編譯執(zhí)行，算法結果輸出形式如圖37。 4x4的數據仿真 工件數為4，各工件工序數都為4，4臺設備（M01，M02，M03，M04），加工工時與設備時間表如下：工序1工序2工序3工序4工件1M01M02M04M014435工件2M02M03M01M033456工件3M03M02M04M026244工件4M04M01M03M044266表38 工序工時與設備關系表將數據輸入程序，運行得出如下結果：圖39 4x4數據仿真輸出 通過輸出結果運用Microsoft Office Visio 工具將其轉化為甘特圖，結果如圖310。 輸入數據表寫調度程序，執(zhí)行程序返回圖313 結果：圖313華鷹數據仿真輸出結果轉化成如圖313的甘特圖：圖313 YA800AⅡ型印刷機機頭部分部件排序結果甘特圖 仿真總結 本課題仿真基于車間單件小批量生產模式，研究針對工件的每道工序可在一臺設備上進行加工的情況，主要考慮不同工序競爭同一加工設備時的資源分配方法，采用時間復雜度較小的優(yōu)先分配方法和啟發(fā)式規(guī)則求得較優(yōu)解。本章分別介紹了Agent的封裝、通信以及AgentBuilder開發(fā)平臺，在此基礎上簡單的敘述了車間調度功能模塊的封裝過程。同時，由AgentBuilder工具箱所創(chuàng)建的Agent也是基于Java語言的，所以它們可以在任何一個Java的虛擬機上執(zhí)行。(8) 支持CORBA和IIOP協(xié)議。圖42所示為AgentBuilder開發(fā)Agent的過程。用戶界面庫和行為庫包含工程附屬類（Project Accessory Class，PAC）庫。KQML分為內容層、消息層和通信層等三個層次，其中，內容層以KIF (knowledge Interchange Format)為語法對需要傳輸的知識進行編碼；消息層包括行為類型、資格等，其行為類型主要從言語行為(Speech Acts)理論[Nilsson1999]演化而來，該層的基本功能是確定消息傳遞時所使用的協(xié)議、動作或原語(如判斷、查詢、命令，或是一組已知的原語)；通信層包含底層的通信參數，例如消息的發(fā)送者、接收者、唯一標識、同步等。由于基本交互原語只完成一些基本操作，故普通Agent只需實現(xiàn)基本原語解釋即可。實體Agent通過KQML描述的消息實現(xiàn)多Agent間的通信。在利用AgentBuilder平臺開發(fā)Agent時，開發(fā)者首先需要對問題域進行分析，了理解代理和基于代理的解決方案的功能和性能需求，完成域分析后，開發(fā)者還要對代理結構進行定義，將問題分解為能夠用一個或多個代理完成的功能。完成代理定義后，便確定代理行為。代理定義文檔包含詳細的代理初始精神模型和行為的詳細說明。這樣就完成了利用AgentBuilder開發(fā)和封裝Agent過程。本次課題的重心為用Java語言將車間調度算法實現(xiàn)，主要運用到編程開發(fā)方面的知識，對我來說大部分都是新的東西。致謝：本論文是在導師范穎暉副教授及熊曉瓊研究生師姐的精心指導下完成的。 //各工件工序數，若各個 工件工序數不同可用數組表示 double timeij[][] = {{4,4,3,5},{3,4,5,6},{6,2,4,4},{4,2,6,6}}。 double rij[][] = new double[4][4]。 j processNumber。 k++) { sumTij[i][j] += timeij[i][k]。 j processNumber。//其中Mxx代表不同加工設備， double M02[] = {, , , }。 int b。 //根據初排算法排序M01的加工任務表 for(int i = 0。 for(int j = 0。 //根據剩余加工時間大小排序加工任務 if(surplusrij[a][b] surplusrij[c][d]) { temp[0] = M01[i]。