本章运用基于对策论的多Agent 协商机制讨论SFGDD 模型中的多智能体间的协商交互问题。目前多Agent 之间的协商方法主要有基于合同网协议的方法、 基于市场机制的方法、 基于对策论的方法。对策论是基于数学模型研究冲突条件下最优决策问题的理论， 针对半导体封装测试过程中的多层次、 多目标等复杂特性， 本研究利用对策论的合作对策和纳什均衡理论研究该模型内部的协商机制。......
2023-06-20
基于对策论的多Agent协商机制的构建
【摘要】：基于对策论的多Agent 协商就是研究行为上相互影响、 利益有所冲突的单Agent 之间如何优化决策使各个Agent 利益最大化的协商过程。“阈值保证”有效地减少了协商循环次数， 并且对Agent 提供了阈值保护， 确保某些可能导致较差结果的策略不被采用， 而且协商结果是在阈值定义范围之内的。而“触发补偿”机制结合了生产调度的特点， 当Agent 低于阈值范围时， 及时进行原材料， 在制品或半成品的补偿， 保证协商顺利进行。
多个Agent 协商的目的是为了共同完成一定的任务， 并且在完成任务的过程中， 协调各自的利益。 基于对策论的多Agent 协商就是研究行为上相互影响、 利益有所冲突的单Agent 之间如何优化决策使各个Agent 利益最大化的协商过程。 根据半导体封装测试生产性质， 本节建立了基于对策论的调度与订单协商机制， 如图5-4 所示， 具体协商过程描述如下：
(1)进行系统初始化， 对六元组内的所有要素进行信息初始化更新， 结合生产调度和订单的实际情况， 录入“阈值信息”， 确保协商过程是在阈值要求范围内进行。
(2)任务发起者(一般是半成品仓库或者订单智能体)提出一个“建议”到Ag 集合内。
(3)形成二人非零和局势。
(4)接收任务的AgA， AgB 将任务与自己当前状态给出策略集S(A)， S(B)。
(5)参与协商的AgA， AgB 根据策略集S(A)， S(B)， 并计算相应的赢得函数U(A)， U(B)。
图5-4 基于对策论的多智能体协商机制
(6)形成策略矩阵[U(A)， U(B)]。
(7) AgA 或AgB 向另外一方根据策略集提出请求。
(8)接收方进行赢得值评估， 接收或者拒绝并提出反方请求。
(7)、 (8)循环进行， 直到得到该局的纳什平衡策略集。
(9)输出策略集和协商结果， 协商结束。
在该协商机制中， 引入了“阈值保证”和“触发补偿”机制。“阈值保证”有效地减少了协商循环次数， 并且对Agent 提供了阈值保护， 确保某些可能导致较差结果的策略不被采用， 而且协商结果是在阈值定义范围之内的。 而“触发补偿”机制结合了生产调度的特点， 当Agent 低于阈值范围时， 及时进行原材料， 在制品或半成品的补偿， 保证协商顺利进行。
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
- 详细阅读
-
基于对策论的多Agent协商六元组概念定义详细阅读
多Agent 的协商过程可以看作是由某个Agent 发起的与一个或者多个Agent 之间协作的生产过程， 多Agent 的协商机制可以定义为一个六元组的形式：{Ag， Tk， S， U， Action， Time， Protocol}。协作Agent 任务集合：Tk ＝{Tk1， Tk2， …， Tkn}， 在半导体封装测试生产调度与订单满足过程中， 存在多目标现象， 如完成订单， 投放晶元， 半成品投放等具体任务。 Protocol： 基于对策论的协商协议。......
2023-06-20
-
基于改进合同网协议的多智能体生产计划协商模型详细阅读
本节针对半导体企业的多工厂的特点对计划分配进行研究， 在传统合同网协议的基础上， 嵌入了车间“产能注册矩阵”的模式， 对生产计划进行了初分配， 较大程度上减少了协商和通信次数。根据封装测试多车间的性质， 本研究提出了改进的合同网协商模型， 改进后的协商模型步骤如下：初始化， t＝0。图4-3改进的合同网智能体间协商模型②在生产任务分配阶段， 为了减少管理Ag......
2023-06-20
-
基于Agent交互协议的资源调度方案详细阅读
无论是哪种类型的资源受限项目调度问题，都需要将调度方案转化为有效的调度计划以便安排活动任务。调度计划是满足一系列优先级限制和资源限制的前提下制定的连续方法，主要有并行调度产生方案和串行调度产生方案两种。对于小规模和强资源限制的项目，并行调度计算结果优于串行调度，而大规模和适当资源限制的项目更适合串行调度方案。图3.5广义优先关系串行调度产生方案的目标流程初始化值及参数。......
2023-10-05
-
基于Agent交互协议的施工运输资源管理模型详细阅读
管理的最终目的也是充分利用资源，以较少的资源实现垂直运输的优化管理。表5.8运输工具信息表资源管理数据实体负责建立和维护关于运输人员排班、运输历时、运输消耗成本、运输工具、运输库存节点和缓存节点等数据。一般而言，要求所有涉及资源运行的数据在资源管理数据实体内存档。资源管理数据实体的主要功能是实现运输工具与运输任务实体进行数据交互，缓存节点和库存节点通过仓库查询进行人机交互。......
2023-10-05
-
构建基于多智能体的封装测试生产管理混合控制体详细阅读
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
- 详细阅读
-
基于Agent交互协议的资源配置模型与方法详细阅读
为了建立施工工序与施工任务之间的有效联系且方便运算，本研究以施工过程和水平施工运输彼此间的约束资源为媒介，建立与资源受限项目调度模型相对应的资源约束车辆调度模型。图4.1施工进度计划与水平运输计划的联系工艺约束的车辆调度问题属于时间窗口约束下的车辆调度问题，运输任务i的时间区间为[ETi，LTi]。......
2023-10-05
相关推荐