多智能体功能模块划分与关系讨论

2023-06-20 理论教育版权反馈

【摘要】：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。

利用多Agent 技术对SFGDD 模型中的生产调度与订单满足过程进行模块化封装，通过Agent 之间的协商合作以及多智能体系统协调来完成订单与调度的协商，协同完成订单的满足和生产线调度的进行。在协商过程中，需要考虑原材料仓库、生产线在制品、半成品仓库、成品仓库、订单需求等多Agent 的相互协作。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。

首先，将SFGDD 模型划分成Order Agent， SFGI Agent， WIP Agent， CW Agent， RM Agent， Capacity Agent， MPS Agent。 Agent 之间的交互关系设定如图5-3 所示。

各个Agent 的功能和相互关系描述如下：

(1) Order Agent：订单智能体为生产提供了实时订单种类、数量、订单到期日，以及缺货信息，在模型初始化，订单多智能体会更新最新的客户订单信息矩阵，并实时与SFGI 智能体进行信息交互。

pagenumber_ebook=99,pagenumber_book=90

(2) SFGI Agent：作为整个模型的耦合点， SFGI 智能体扮演着至关重要的角色。根据实时的订单和在制品、半成品、成品库存信息，按时触发RM 智能体投放原材料，半成品释放以满足订单需求。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。如果库存数量在目标值范围之内，半成品仓库会释放半成品来满足订单。否则，会触发RM 智能体再订货，释放原材料到生产线上。

(3) CW Agent：成品仓库智能体为SFGI 智能体提供了成品库存数量，同时对订单智能体进行成品交付的实时响应。

(4) WIP Agent：计算生产线封装、测试、包装区域的在制品实时信息，并将信息提供给SFGI Agent 进行进一步处理和计算。

(5) RM Agent：提供了原材料库存信息，投放料产品和数量历史信息。正常情况下， RM 智能体会根据MPS 中的需求预测值进行投放料。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。

(6) Capacity Agent and MPS Agent：产能智能体和生产规划智能体为其他智能体提供了产能可行性分析和需求预测信息。

在SFGDD 模型的基础上，针对调度与订单智能体间信息交互复杂和冲突制约问题，本章运用对策论的多Agent 之间的协商机制问题进行讨论，并将“阈值保证”和“触发补偿”机制引入到多Agent协商过程中。同时对协商中的纳什平衡稳定性问题进行了初步讨论，确定多Agent 博弈赢得函数及其约束条件。运用启发式遗传基因算法寻求博弈双方的赢得函数的纳什均衡解，达到调度Agent 与订单Agent 的协同优化和冲突平衡。以实际半导体封装测试工厂为背景，进行生产调度与订单协商仿真实验，通过库存和按时交货率等输出指标对比，验证了基于对策论的协商机制和纳什平衡基因算法寻优在订单满足和生产调度管理上的可行性。

多智能体功能模块划分与关系讨论

相关推荐