【正文】 步封裝。參考文獻(xiàn)：[1] 曹渠江，徐明．[J]，2008（33）：16.[2] 喬兵，朱劍英．[J]，2001，33（1）：17.[3] 西門子自動(dòng)化與驅(qū)動(dòng)集團(tuán)自動(dòng)化系統(tǒng)部．MES模型與ISA95標(biāo)準(zhǔn)[EB/OL] ．[2006227] ．://articles.[4] ISA. ISA95 EnterpriseControl System Integration Part 3: Activity Models of manufacturing Operations Management [R].[5] 潘美俊，饒運(yùn)清．MES現(xiàn)狀和發(fā)展趨勢．現(xiàn)代設(shè)計(jì)與先進(jìn)技術(shù)制造[J]，2008（43）：4346[6] 鐘少波．機(jī)械制造車間調(diào)度分析及其實(shí)現(xiàn)．科技創(chuàng)新導(dǎo)報(bào)[J]，2008，12(C)：76[7] 李美芳．CIMS及其發(fā)展趨勢．現(xiàn)代制造工程[J]，2005（9）：113~115[8] 謝暢．基于多Agent的MES調(diào)度研究[D].華中科技大學(xué)，2004.[9] 烏蘭木其，鄧家提．Agent與對(duì)象．計(jì)算機(jī)集成制造系統(tǒng)CIMS[J]，1999(5)：67[10] 曾廣周，王曉琳. 一類面向Agent的軟件開發(fā)方法研究[J].小型微型計(jì)算機(jī)系統(tǒng)，1998，19（7）：6468[11] FIPA Rationale，1996.[12] [D].天津大學(xué)，2004.[13] Michael W, agents:theory and practice[J].Knowledge Engineering Review,1995,10(2):115152[14 ]趙娜，鄭廷斌，洪力多．Agent技術(shù)的研究綜述．科技信息[J]，2008，9：7172[15] 胡俊，姚錫凡，顏亮，吳昌生．基于Multi_Agent的制造執(zhí)行系統(tǒng)的生產(chǎn)控制研究．制造技術(shù)與機(jī)床[J]，2008，12：5051[16] 王竟宇．如何提高單件小批量生產(chǎn)能力．工業(yè)技術(shù)[J]，2006，10(3)：1315[17] T Gonzalez，S Sahni，F(xiàn)lowshop and jobshop schedules：plexity and approximation，Operations Research，1978（26）：3652[18] 王寧生，計(jì)算機(jī)集成與柔性制造，北京，航空工業(yè)出版社，1995：119129[19] 羅耀揮，車間作業(yè)計(jì)劃調(diào)度系統(tǒng)的研究與開發(fā)[D]，西安：西北工業(yè)大學(xué)，2002[20] 許文硯．基于單件小批量生產(chǎn)模式的車間調(diào)度方法研究和系統(tǒng)開發(fā)[D]，南京：南京航空學(xué)院，2005[21] 王鳳儒，徐蔚文，徐洪副，用效率調(diào)度算法求解非標(biāo)準(zhǔn)作業(yè)車間調(diào)度問題，計(jì)算機(jī)集成制造系統(tǒng)，2001，7（7）：1215[22] [D].浙江師范大學(xué)，2000.[23] 陳亞軍，夏安邦，[J].計(jì)算機(jī)時(shí)代，2004（5）：3133.[24] [D].河北工業(yè)大學(xué)，2006.附錄：M4x4 實(shí)現(xiàn)代碼public class JobShop { public static void main(String[] args) { int workPieceNumber = 4。 i workPieceNumber。 i workPieceNumber。 double M04[] = {, , , }。 i++) { a = (int)(M01[i]) 1。 M01[j] = temp[0]。 i++) { a = (int)(M02[i]) 1。 M02[j] = temp[0]。 i++) { a = (int)(M03[i]) 1。 M03[j] = temp[0]。 i++) { a = (int)(M04[i]) 1。 M04[j] = temp[0]。 double timeij[][] = {{9,1,4},{,},{,},{,},{,},{,},{,},{2,}}。 i 。 i++) { for(int j = 0。 i++) { for(int j = 0。 double M05[] = {, , }。 i 。 j++) { if(temp1[j] temp1[i]) { temp[0] = temp1[i]。 j++) { a = (int)(M01[j]) 1。 for(int j = 0。 i 。 M02[i] = M02[j]。 i 。 M03[i] = M03[j]。 i 。 M04[i] = M04[j]。 i 。 M05[i] = M05[j]。 } ( )。 d = (int)(M05[j]*10)%10 1。 } ( )。 d = (int)(M04[j]*10)%10 1。 } ( )。 d = (int)(M03[j]*10)%10 1。 } ( )。 d = (int)(M02[j]*10)%10 1。 M02[j] = temp[0]。 i++) { a = (int)(M02[i]) 1。 i++) { for(int j = 0。 i++) { for(int j = i+1。 double temp1[] = new double[]。 double M03[] = {, , }。 } } } for(int i = 0。 } for(int i = 0。 } double surplusrij[][] = new double[8][]。 }} 華鷹數(shù)據(jù)仿真代碼public class JobShop1 { public static void main(String[] args) { int workPieceNumber = 8。 if(surplusrij[a][b] surplusrij[c][d]) { temp[0] = M04[i]。 for(int i = 0。 if(surplusrij[a][b] surplusrij[c][d]) { temp[0] = M03[i]。 for(int i = 0。 if(surplusrij[a][b] surplusrij[c][d]) { temp[0] = M02[i]。 //循環(huán)對(duì)M0M0M04進(jìn)行排序輸出 for(int i = 0。 //根據(jù)剩余加工時(shí)間大小排序加工任務(wù) if(surplusrij[a][b] surplusrij[c][d]) { temp[0] = M01[i]。 //根據(jù)初排算法排序M01的加工任務(wù)表 for(int i = 0。//其中Mxx代表不同加工設(shè)備， double M02[] = {, , , }。 k++) { sumTij[i][j] += timeij[i][k]。 double rij[][] = new double[4][4]。致謝：本論文是在導(dǎo)師范穎暉副教授及熊曉瓊研究生師姐的精心指導(dǎo)下完成的。這樣就完成了利用AgentBuilder開發(fā)和封裝Agent過程。完成代理定義后，便確定代理行為。實(shí)體Agent通過KQML描述的消息實(shí)現(xiàn)多Agent間的通信。KQML分為內(nèi)容層、消息層和通信層等三個(gè)層次，其中，內(nèi)容層以KIF (knowledge Interchange Format)為語法對(duì)需要傳輸?shù)闹R(shí)進(jìn)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(shí)所使用的協(xié)議、動(dòng)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(shù)，例如消息的發(fā)送者、接收者、唯一標(biāo)識(shí)、同步等。圖42所示為AgentBuilder開發(fā)Agent的過程。同時(shí)，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(gè)Java的虛擬機(jī)上執(zhí)行。 輸入數(shù)據(jù)表寫調(diào)度程序，執(zhí)行程序返回圖313 結(jié)果：圖313華鷹數(shù)據(jù)仿真輸出結(jié)果轉(zhuǎn)化成如圖313的甘特圖：圖313 YA800AⅡ型印刷機(jī)機(jī)頭部分部件排序結(jié)果甘特圖 仿真總結(jié) 本課題仿真基于車間單件小批量生產(chǎn)模式，研究針對(duì)工件的每道工序可在一臺(tái)設(shè)備上進(jìn)行加工的情況，主要考慮不同工序競爭同一加工設(shè)備時(shí)的資源分配方法，采用時(shí)間復(fù)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。圖36 在windows xp cmd環(huán)境下編譯執(zhí)行，算法結(jié)果輸出形式如圖37。Setp1：求加工路徑最長（即滿足max(Lk)）的設(shè)備，此設(shè)備存在且不一定唯一；Setp2：對(duì)其中任一設(shè)備k，判斷其任務(wù)隊(duì)列queueTk，若所有工序開始前Wij均為零，則排序結(jié)果不可調(diào)節(jié)，算法結(jié)束。 圖31 工件工序標(biāo)記為每個(gè)工件Pi設(shè)一個(gè)變量Move(i)指向該工件下一步要加工的工序，每調(diào)度完一道工序后將工序數(shù)組的下一個(gè)元素賦予Move(i)；為每道工序建立一個(gè)設(shè)備數(shù)組queueM[][]，用以存放工序Pij的可用設(shè)備集合；其中設(shè)備標(biāo)記直接用M0M0M0整數(shù)表示，代表不同的加工設(shè)備。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(shù)；machineij(Mij)表示工序Pij占用的加工設(shè)備；timeij(Tij)表示工序Pij的加工時(shí)間；startTimeij(Sij)表示工序Pij的開始時(shí)間；finishTimeij(Fij)表示工序Pij的完工時(shí)間；freeTimeij(Wij)表示在工序Pij開始加工之前所選定加工設(shè)備的空閑時(shí)間；finalFinishTimei(Fi)表示工件i最后一道工序的完工時(shí)間。(3) 以工件、設(shè)備狀態(tài)為目標(biāo)：包括先進(jìn)先出、工件優(yōu)先權(quán)、設(shè)備利用率最高等。最優(yōu)解問題有三個(gè)基本要素：變量、約束和目標(biāo)函數(shù)。車間調(diào)度對(duì)生產(chǎn)管理具有重要意義，能夠起到對(duì)生產(chǎn)計(jì)劃補(bǔ)充和完善的作用。本章將從調(diào)度功能模塊的含義入手，分別介紹單件小批量生產(chǎn)模式、車間調(diào)度，著重對(duì)車間調(diào)度算法的描述，通過畫出的算法流程圖編寫相關(guān)程序，最后將實(shí)際數(shù)據(jù)應(yīng)用與程序，得出相應(yīng)結(jié)果并對(duì)其進(jìn)行分析。 MAS 多Agent系統(tǒng)(MAS)是分布式人I智能研究的一個(gè)前沿領(lǐng)域，它的研究重點(diǎn)在于如何協(xié)調(diào)系統(tǒng)中多個(gè)agent的行為使其協(xié)同工作。(2) Agent軟件研究者對(duì)Agent的定義：Agent是能為用戶執(zhí)行特定任務(wù)的、具有一定智能的、能自主執(zhí)行任務(wù)的、并能與環(huán)境相互作用的軟件程序[12]。 (2) 選取基于單件小批量車間調(diào)度為MES系統(tǒng)的一個(gè)功能模塊，選擇適宜算法，運(yùn)用Java語言將其編程實(shí)現(xiàn)。車間調(diào)度作為制造系統(tǒng)的研究熱點(diǎn)，人們研究和發(fā)展了許多調(diào)度和優(yōu)化算法，如遺傳算法、神經(jīng)網(wǎng)絡(luò)、禁忌搜索等，其思想和內(nèi)容涉及數(shù)學(xué)、人工智能、物理學(xué)等眾多領(lǐng)域，為解決復(fù)雜車間問題提供了許多新的思路。在國外很多行業(yè)應(yīng)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(dòng)化領(lǐng)域的重點(diǎn)研究內(nèi)容之一[5]。但是，這些MES模型給出的定義都不夠全面，對(duì)生產(chǎn)實(shí)體的大部分選件和系統(tǒng)并沒有做出明確的闡述[3]。對(duì)于離散型制造業(yè)想提高綜合競