多智能体系统是一个智能协调系统， 多智能体技术相比传统理论， 可将复杂的大规模动态的生产制造系统分解成小的、 易于管理和维护的子系统(Agent)， 这些具有自主和自治功能的子系统通过相互之间建立的协商机制， 进行协调， 协作， 通过特定的冲突消解机制解决相互之间的问题， 最后达成协同， 进而解决大规模复杂制造过程所面临的复杂问题。 多智能体系统是由多个相互之间需要交互， 传递信息， 协商的智能体Agent 组成， Agent 组件一般采用FIPA(Foundation of Intelligent Phisical Agents)组织的FIPA 2000 标准的功能模块构建， 适合制造系统底层模块分类， 重构和物理控制的实现。
基于多智能体的混合式体系结构需要解决下列主要问题：
(1)智能体角色定义。 即在所设计的体系结构中解决问题所需要的不同实体， 对它们进行归纳、 定义。 如管理Agent、 资源Agent 等。
(2)智能体内部体系结构。 即智能体本体所应具备的基本特征、 基本模块， 以及构建适合所设计系统的智能体内部结构， 功能控制范围等。
(3)分层递阶和分布自治的平衡。 在混合式体系中上下层之间的递阶式实施规则和同层实体间自治的耦合度确定等问题， 这种耦合度兼备分层递阶和分布自治的“刚柔相济”的平衡能力。
(4)体系结构的表达方式。 即采用何种方法对系统体系结构进行描述， 最好是通用且易于表达的模型语言， 如统一建模语言UML 等。
(5)协商通信方式。 即智能体间消息传递机制和通信语言， 如合同网协议， 言语行为理论(Speech Act Theory)等。
多智能体在制造系统中所扮演的角色和功能描述上， 表3-1 总结了近些年不同学者在其所研究的内容上对智能体角色的划分及其功能描述。
表3-1 Agent 的角色划分与功能描述(Shen and Norrie； 1999)
在进行完功能定义以后， 接下来构建具有高度自治和良好适应性的制造系统， 需要一定的步骤来设计基于多智能体的混合式体系结构， 主要设计步骤分为域分析、 系统设计和实体实现三个阶段。
域分析主要是指对系统整体设计时粒度的划分， 确定系统的最底层和最高层角色的规模， 这一阶段的目标是对系统进行需求分析， 从而理解理清系统的结构架构。 粒度的选择确定了角色对应的功能实体的规模， 粒度越细， 功能模块越多， 灵活性增加， 但是模块间的控制和协商复杂程度也随之上升。 所以， 在粒度划分的问题上， 需要在灵活性和复杂度之间寻找平衡点， 提高体系结构的整体效率。
系统设计阶段主要是指在粒度划分确定的基础上， 对所确定的不同层次的角色进行定义、 功能划分、 确定智能体间的相互关系，如协商通信方式等。
在上述基础上， 采用一定的体系结构表达方式， 构建系统体系， 进行基于多智能体的混合式系统体系结构， 进行实体实现。 具体流程描述见图3-2：
图3-2 基于多智能体的混合式体系结构设计流程
在体系结构建立的基础上， 需要确定多智能体间的协商和冲突消解机制， Agent 之间的协商机制决定了在基于Agent 的生产调度系统中， 实现不同的调度策略实施和目标。 沈卫明将当前基于Agent 的调度系统所采用的协商机制分为基于合同网的协商、 基于博弈论的协商和其他方法。
(1)基于合同网的协商。
合同网的概念是Smith 在1980 年首次提出的， 并且在分布式传感器系统中得到验证。 合同网协议提供了任务分配的一种协调机制， 并具有动态分配和自然负荷平衡的特点， 是一种极其简单和有效的方法。 但是， 当节点数量很大时， 网络中传输的消息数量急剧增加， 因此， 人们在合同网的基础上提出了很多扩展协议， 如：Conry 等提出了多阶段协商协议； Baker 提出的基于市场的合同网协议； Fisher 等提出的扩展合同网协议等。
(2)基于市场/博弈论的协商。
博弈论(Game Theory 可以用来研究利己智能体(self-interested agents)之间的协商行为。 在这方面， Rosenshein 和Zlotkin 是最早开展研究的学者。 基于博弈论的协商策略已经广泛应用于智能体系统， Rosenschein 和Zlockin(1994)提出的博弈论方法是一个很好的例子， 主要概念包括效用函数、 成交空间、 协商策略和协商协议。
在冲突消解研究方面， 多Agent 系统能够顺利工作依赖于对组成该系统的各个智能Agent 进行有效的协调。 由于各个Agent 的知识、 结构以及目标的差异， 在协同求解过程中， 必然会产生各种冲突。 这些冲突既可能来自不同的多Agent 系统之间， 也可能来自多Agent 系统中不同Agent 之间， 甚至就是来自于该Agent 本身。 多Agent 系统中冲突产生的起因多种多样， 主要分为资源冲突、 结果冲突和目标冲突。 目前， 多Agent 系统中最常用的冲突消解策略包括回溯、 约束松弛和协商等方法。 在分布开放的计算环境中， 多Agent 是开放与动态变化的， 而协商是处理开放多Agent 系统冲突的一种较为常用的好方法。
下面详细介绍几个有代表性的处理冲突的协商方法：
(1)基于对策论的研究。
1984 年， 以色列希伯来大学的J.Rosenschein 与美国斯坦福大学的M.Genesereth 用对策论方法对非协作类Agent 在没有通信情况下的交互以及有通信时的冲突消解进行了研究， 然而， 这一工作的缺点是假设Agent 预先掌握与交互有关的公共知识， 这在MAS 系统中是不现实的。 90 年代初， G Zlotkin 和J.Roseneschein 对他们先前的研究成果进行了改进， 提出了一种新的协商方法， 使得Agent可以放宽它们的初始目标， 并且可以部分地实现它们的目标。 这种方法的一个关键成分是代价的概念， 用代价定义整个或部分实现目标。
(2)多级协商(Multistage Negotiation)。
美国麻省大学的S.E.Conry， R.A.Meyer 和V.R.Lesser l986 年提出一种“多级协商”协议， 协作地解决资源分配冲突。 这是一个分布式规划问题， 应用领域为对某复通信系统的监控， 该系统由经链路相联的站点网络组成， 每个站点内有若干通信站。 这些站点分布在几个地理子区域内， 每个子区域内有一个站点作为控制Agent，负责该子区域通信系统的监控。 每个Agent 对整个通信系统的知识是不完全和动态变的。 在出现线路故障时， 各个Agent 可以通过“多级协商”识别出由于资源(链路)制而无法恢复线路的情况(约束过渡问题)或者相互协作， 进行分布式规划来恢复通信线路， 依靠“多级协商”， 每个Agent 能够获取足够的知识， 就局部活动对非局部状态的影响进行推理， 并相应修改自身的行为。 K.Kuwabara 和V.R.Lesser 后来对“多级协商”做了扩充.
(3)基于知识的协商(Knowledge-based Negotiation)。
美国里海大学的K.Werkrnan 1991 年提出一种基于知识的协商来消解冲突。
K.Werkrnan 用此方法实现了一个建筑设计评估系统DFI， 即从设计师、 装配和安装工的角度评估一个建筑构件的好坏。 在“基于知识的协商”的方法中， 每个Agent 拥有各自“可共享的观点”。Agent 之间可以通过“领域特征”来共享这种知识。
清华大学的马海波等人基于实例法研究并行工程领域的冲突消解问题， 构造了实际应用系统。 该系统具有冲突检测、 实例匹配、实例优化和冲突解决等功能， 通过完善的实例库可以给出并行工程团队成员相似实例的冲突解决方案， 用来指导解决冲突， 同时借助于实例的更改， 可以进一步扩展实例库， 实现领域冲突的全面解决。
南京航空航天大学的曹春平、 高锷等构建了I_MES 模式下的冲突消解模型， 从冲突管理的全生命周期出发， 将资源Agent 检测到的冲突送入到冲突阻塞队列， 由管理Agent 对其进行冲突分析，得到冲突的各种关联图， 并对其进行分类， 很好地实现了动态调度下的冲突消解问题。
有关半导体封装测试制造系统运行优化理论与技术的文章
本书利用多Agent 技术对半导体封装测试生产计划与调度过程进行模块化定义， 设计的基于多Agent 的协同生产混合体系框架如图3-4 所示， 主要体现在将整个计划与调度控制系统分为三个层次： 管理层、 规划层和任务层， 管理层包括工厂管理Agent 和总体规划Agent； 规划层划分为计划Agent、 调度Agent 和订单Agent；任务层包括需求Agent、 产能Agent、 投料Agent、 在制品Agent、 半成品Agent 和成品Agent。同时资源Agent 在不同层次根据不同性质需要进行响应。......
2023-06-20
沈卫明对面向智能体的设计和分析方法进行了详细的阐述： AODM 是采用基于角色的系统分解方法， 系统中角色及其关系的分析有助于智能体类的识别； 对每个智能体类进行的功能分析可以用来定义智能体所提供或使用的服务、 行为以及智能体之间的交互； 对智能体的产生、 存在时间、 扮演的角色等定义确定了智能体间的控制关系。而AODM 设计方法也是继面向对象OO设计方法之后成为新一代的软件开发方法。......
2023-06-20
较新的智能调度方法就是基于多代理技术的合作求解， 它以分布式人工智能中的多代理机制作为新的生产组织与运行模式， 通过Agent 之间的合作以及MAS系统协调来完成生产任务的调度。人们不仅认识到了应该把人工智能各个领域的研究成果集成为一个具有智能行为的个体， 更重要的是认识到了人类智能的本质是一种社会性的智能。如何实现分布式人工智能系统， 为MAS 设计技术平台和开发方法?......
2023-06-20
MPSP技术的目的：得到合适的控制历程Uk，使得在最后一步（k=N）时的输出YN趋近于理想的输出，YN→，同时付出的控制量最小。MPSP技术需要一个初始猜测控制量，然后根据末端误差来不断修正控制量，最后得到满足要求的控制量。式、式构成了约束条件下的静态规划问题。根据静态规划理论可得因此，在k=1，2，…，N-1时，更新后的控制变量为MPSP算法将动态优化问题转化为静态优化问题进行求解，使优化问题大大简化，计算效率大幅度提升。......
2023-08-02
针对这一复杂过程， 需要对模型中所涉及的各个多智能体功能及其相互间的关系进行详细的讨论。在SFGI 智能体信息中， 会根据实际订单和库存情况生成产品日库存量参数进行生产指导。当SFGI 多智能体接收到最新订单信息时， 会立即检查生产线在制品和成品库存， 之后与日库存量目标值进行对比。如果接收到SFGI 智能体放料信息， 正常投放料活动会中断， 并优先处理SFGI 需求投放料产品， 及时满足实时订单需求。......
2023-06-20
本节结合产能平衡的规则对投标值进行分析， 定义了过程中的关键参数符号， 建立了实现能力平衡的目标函数， 并运用启发式算法的简洁快速和鲁棒性对投标值求解， 从而实现封装测试阶段生产计划的优化分配。能力需求计划的基本原理如图4-4 所示。因此在能力需求计划的制订上， 主要是制定不同区域、 工段设备的负荷报告。图4-4能力需求计划原理图关于生产能力的平衡与提高， 主要可以从以下几个方面进行考虑。......
2023-06-20
上一章的分析中已经指出，结构损伤嵌套多尺度分析过程是一个双重迭代过程。在数值上表示为通过双尺度分解，含细观扰动项的弹性损伤问题转化为成在宏、细观两个尺度上各自方程的耦合求解。图5.2宏细观双重尺度计算的主要流程......
2023-08-26
相关推荐