一、基于多Agent的网络管理系统设计(论文文献综述)
李家维[1](2020)在《主动配电网分布式协调控制平台的搭建与应用》文中进行了进一步梳理随着可再生能源发电技术的日益成熟,风、光等可再生能源发电分布式、大规模地并入配电网,同时储能、电动汽车、需求响应等主动负荷技术随之引入,使配电网由无源转向有源,由基本被动向主动方向转变,从而使其运行与控制面临着新的问题与挑战。伴随着分布式能源主动性的增强,主动配电网亟需智能化建设。量测、通信、网络技术的完备,使其形成了信息分散关联的格局,集中式的调控方式难以适应和满足主动配电网的需求。为充分发掘海量数据的价值与潜力,提高数据处理与利用的能力,主动配电网的调控理论与模式必须要走向分布式、协作式。为了充分发挥和体现主动配电网的“主动”能力,在大数据和互联网的时代背景下,研究构建主动配电网的分布式协调控制平台具有重要的意义与价值。本文在总结、分析国内外相关研究基础上,以多智能体系统为基本结构,针对主动配电网的分布式优化调度以及相关分布式平台的搭建与应用展开了较深入的研究与探索。具体研究成果与工作如下:(1)针对主动配电网分布式协调控制的需要,采用多智能体系统作为构建主动配电网分布式平台的软件形式,依据分布式软件平台的实现需求分析并且建立起主动配电网的分层分布式结构框架,明确了与其相适配的硬件基础。(2)阐述和分析了多智能体开发平台JADE的功能及特点,并且描述了以JADE平台作为多智能体系统构建的核心软件工具部署和开发适用于主动配电网的分布式协调控制平台的设计思路,然后利用JADE平台和其他软件一起构建了平台功能模块。从软件结构设计、软件模块部署和程序开发设计三方面阐述了平台构建的步骤,并完成了平台的软件构建流程的实现与验证。(3)提出了适应主动配电网的分布式离线优化和分布式在线优化的两层配合协调运行方案,并且将这两种功能作为高级应用阐述其在主动配电网分布式平台上的集成与实现。最终以某地实际配电网为测试算例系统,通过实际运行效果验证并展示了本文所构建的主动配电网分布式协调平台高级应用集成运行情况的有效性。
高磊[2](2020)在《电网建设项目多主体协同决策模型及应用研究》文中研究指明随着电力体制改革逐步深化,电网建设投入在整个电力建设投入的比重逐年持续增加,电网建设管理模式、运营模式和投资比例的逐步转变也对电力工程项目管理思路和方法提出了新的要求。此外,根据电网建设项目的特点,项目建设过程中长期面临建设时序分配、资源均衡调配、风险合理规避、投资效益优化、电力稳定供应等诸多问题,需要综合考虑不同因素,电网建设则可视为多主体、多要素、多目标、多阶段的协同决策研究问题。然而,传统的电网项目建设管理模式普遍存在各利益主体自利性和信息断层情况,难以根据项目特点优选出满足多方需求的建设方案,同时,在实施过程中存在区域电网建设项目的工期、投资和资源调配不合理现状,并难以达到项目综合效益优化的目标。因此,本文开展电网建设项目多主体协同决策模型及应用的研究工作,基于电网建设项目多主体特征和协同决策目标研究,分别构建了面向电网建设项目方案优选及方案实施的协同决策模型,针对模型的特点分别引入多智能体技术、粒子群算法和非支配排序遗传算法进行求解,并通过模型应用系统提供了多主体协同决策的平台。主要研究内容如下:(1)梳理了电网建设项目多主体协同决策的研究背景及意义,开展了对国内外电网建设项目多主体协同决策模型及应用问题的研究综述,并概述了电网规划和建设基本概念、利益相关者理论、多智能体模型及方法、多目标优化模型及方法等相关概念和基础理论,为后续研究奠定了相应理论基础和研究范围。(2)研究了电网建设项目利益相关主体特征及协同决策目标。首先,运用电网建设项目流程WBS结构,分析并识别了电网建设项目8类主要利益相关主体;其次,研究各主体的利益偏好和主体的自利性、目标差异性,以此为基础引出多主体协同决策的理念,分析了电网建设项目多主体协同决策逻辑和内容;同时,运用文献综合分析法结合系统动力学的因果关系流图识别电网建设项目协同决策目标,归纳出协同决策应从不同角度合理满足电网项目的规划管理、建设条件、投资决策和建设运营这4类目标需求。该部分研究内容从协同决策目标方面为协同决策模型及应用提供了研究基础。(3)构建了基于MAS技术的方案优选协同决策模型。基于电网建设项目协同决策目标研究,将重要的目标抽象成为MAS中的Agent,构建了协同决策MAS模型的整体架构,以及其中各主要Agent的结构、功能以及通信模式;基于多Agent之间协商交互能力,利用Petri网和合同网协议描述方案优选的多Agent交互流程,并通过模糊Petri网的模糊规则对应可选择方案设置方案集,方案集由多Agent的模糊变量因素协同决策进行选择,最终,形成了基于FPN电网项目方案优选协同决策模型,进一步通过算例应用验证模型计算过程和有效性。该部分的研究内容可以结合不同区域电网项目特点,考虑多方主体需求,提供建设方案优选的决策依据和方法。(4)构建了基于多目标优化的方案实施协同决策模型。在方案优选的基础上,通过研究一定区域内电网项目规划阶段和建设阶段协同决策的目标,建立适宜的目标函数,结合目标函数和约束条件构建电网项目方案实施协同决策模型。本文一方面建立面向电网规划实施过程的协同决策模型,采用粒子群算法进行求解;另一方面,建立面向电网建设实施过程的协同决策模型,运用遗传算法进行求解;通过实例证明两阶段模型的合理性。模型和算法则纳入多智能体系统中,作为相应MAS的方法库和模型库一部分。该部分研究内容可以在工期、资金和资源约束条件下,考虑多方主体需求,提供满足建设方案实施中多目标优化的决策依据和方法。(5)构建了基于多主体需求的协同决策模型应用系统。基于两类协同决策模型研究,构建了一个基于B/S架构的电网项目协同决策模型应用系统,该系统属于信息公开的系统,确保各方主体信息畅通、数据准确和完备,具备提供各方主体交流和互动决策的多项功能,同时,协同决策支持平台能够充分结合MAS技术,并利用优化算法功能,解决电网建设协同决策过程中多元化、多层次的复杂问题。其功能包括多智能体管理、多主体方管理、方案优选管理、多目标优化管理、空间地图管理等,根据项目实际需求设计各类功能的子功能。该部分研究内容可以为电网建设项目多主体协同决策的规模化实践应用提供参考。本研究从工程项目管理视角将智能化、信息化方法应用于电网建设项目管理,为探索我国电网建设项目规划、设计、建设阶段的多主体协同决策及高效管理提供了理论依据和实践参考。
于欣佳[3](2020)在《基于Stigmergy和神经内分泌调节机制的多智能体群智能自组织与调控方法研究》文中认为随着物联网与泛在感知、人工智能与学习进化、互联网与数字通信、大数据与新计算技术等新信息潮流的迅猛发展,席卷人类社会经济及生产生活的方方面面,以巨大的动能驱动着新一代智能交通、新经济新零售时代下的精准敏捷供应链与智慧物流,以及面向产品全生命周期的网络化与智能化制造等的兴起与飞速发展,使得基于契约化社会分工的一体化生产、运行控制、经营管理体系的规模与日俱增,也面临越来越多的动态多变、不确定性大、高非线性高阶高维高耦合性、异构异形异性等诸多问题,对分工协作、一体化运行、协同工作等的需求亦因此越来越复杂。针对这些复杂性问题的解决,非智能的传统方法已越来越无法有效地因应和难以跨越与克服上述困境。鉴于多智能体系统(Multi-Agent System,MAS)方法及社会性生物群体与人体生理系统在个体智能与群体自组织机制与协调协同方法对于很好地解决这些复杂性具有很大优势,本文围绕“基于共识主动性(Stigmergy)和神经内分泌调节机制的多智能体群智能自组织与调控方法”进行探讨、研究和试验,以为复杂环境下多协作任务基于多智能体群体智能自组织协同求解提供一种新思路、新方法。为此,本文通过对分布式人工智能、小世界网络理论、基于Stigmergy的仿生群智能、神经内分泌调节机制的探究分析,揭示师法人类机体、效法自然的自组织与运行调节机制对构建智能系统、提呈和涌现多智能体群体智能以实现复杂问题协同求解的重要性和作用机理,提出面向多任务协作求解的多智能体自组织调控问题模型及解决思路和方案;进一步地,提出并构建一种具有人脑认知与行为控制机制与结构和基于Stigmergy合作共识主动性与信息素/激素产生传播扩散机理实现对外交互合作的智能Agent模型及基于MAS的智能系统建模方法(The Stigmergy-driven&MAS-based Method of Modelling Intelligent System,SMMMIS),以为在不同层次上构建智能系统提供体系框架和应用范式;为使能处于无序和/或远离平衡态的,具有不同智能能力的多智能个体因应不同复杂环境变化、自发自主动态形成有序、平衡的动态合作联盟—基于SMMMIS的分布式智能系统,通过对自组织的内涵理解、小世界理论机会发现与信息传播机理的揭示,提出了一种基于友元接力算法的多智能体群智能自组织机制;而且,通过对分布式/分散化智能系统传统自组织调控方法、社会性生物系统与智能系统的比较分析、共识主动性的再认知再理解,借鉴人体神经内分泌免疫系统及相互间的关联交互与共同作用、自我调节机制等用于多智能体协作协同解决复杂问题的优势,提出一种基于友元合作共识主动性和人体神经内分泌调节机制的多智能体群智能自组织机制和调控方法,包括友元共识主动性驱动的智能系统自主形成自组织机制下基于DNA双螺旋结构的信息素/激素模型及其传播扩散交互机制与亲和度计算方法、基于自分泌与激素作用机理的多智能体一致性协控制算法等,为探讨多智能体群体智能的形成涌现和发挥作用奠定了坚实基础;针对上述研究内容,在设计面向新一代零售的智慧仓储-无人超市系统一体化运控模型与,及构建多智能AGV协作取货搬运运行控制问题模型的基础上,开展智慧仓储/无人超市环境下支持多智能体协同工作的自组织方法模拟试验系统的设计、搭建与试验研究及结果分析。相关仿真和模拟试验结果表明:从原理上验证了面向复杂环境下多协作任务协同求解所提出的解决方案、智能系统建模方法,基于友元接力搜索算法和友元合作共识主动性的自组织机制及其驱动下的基于神经内分泌调节的群智能自组织调控方法与多智能体一致性调控算法等的合理性、可行性和可用性,可为因应如新一代基于车路协同的智能交通、新一代零售下的电商及敏捷供应链、智慧物流与仓储、配送快递、无人超市,乃至智能制造等复杂应用环境下多协作任务的协同工作和有效实现,提供一种新模型、新方法和应用策略与范式,具有较大的理论指导和实际参考应用价值。
崔文琦[4](2020)在《基于深度学习与遥感的滑坡灾情评估及社会化应急资源共享》文中研究说明当大规模自然灾害发生后,准确、充足的应急资源保障有助于最大限度遏制灾害发展和恶化,减少受灾地区的人员伤亡及财产损失。但是,国家应急物资储备机制涉及的物资类别、数量有限,特别是不涉及与应急救援有关的专业技术人力资源的支持,往往容易出现应急资源供需不匹配的问题。因此在国家发布的《国家自然灾害救助应急预案》[1]以及《国家地震应急预案》[2]中均明确提出鼓励、号召社会力量参与,通过社会化应急资源共享的方式集中全社会的资源尽最大可能减少灾区生命、财产损失。针对我国社会化应急资源共享体系存在的问题,采用遥感、深度学习技术探讨社会化应急资源共享过程中的灾情感知、评估、应急资源需求分析以及科学的共享机制等问题,提出一种可行的解决方案。研究如下:(1)在灾情感知及灾区基础地理空间数据获取方面,采用遥感技术与深度学习相结合的方式,首次提出了利用基于语义门的双时态长短期记忆网络模型(SG-Bi TLSTM)进行滑坡承灾体识别的方法。该模型由一个U-Net及两个协同作用的长短期记忆网络(Long-Short Term Memory,LSTM)构成,U-Net用于生成语义分割图以及多通道特征图;双时态LSTM用于生成遥感影像的标注语句。为了对承灾体进行更加准确的识别和定位,创新性地设计了语义门机制,其能够根据双时态LSTM中预测网络的输出动态、自适应地通过影像或上下文信息生成语义描述,实现大范围地质灾害快速全面的灾情感知,从而为准确地灾情评估、制定科学合理的社会化应急资源共享方案奠定基础。SG-Bi TLSTM利用汶川地区2008年的遥感影像对滑坡及其承灾体进行了识别与分析,结果表明基于SG-Bi TLSTM模型的滑坡承灾体识别具有较好的效果。(2)在应急资源需求定量分析方面,根据SG-Bi TLSTM模型识别的滑坡及其承灾体对象,首先进行了灾情评估,在此基础上对应急资源需求进行了定量分析,并以道路承灾体的应急资源需求为例,指出了社会化应急资源共享涉及的应急资源不仅包括专业化的机械设备,还包括配套的专业人力资源支持。由此阐明了其与国家应急物资储备机制之间供需不匹配的问题,明确了社会化应急资源共享的必要性。(3)在社会化应急资源共享方面,构建了扁平化应急资源共享平台,同时创新性地利用基于锚点的社会化应急资源语义互操作算法消除了不同行业信息共享的语义障碍,并依据由大数据技术获取的应急资源供应方信息。在进行信息一致性验证后首次建立了基于诚信度与慈善度的多目标应急资源调度规划模型,从而实现对社会化应急资源共享调度方案的优化。从重大自然灾害的应急救援过程中选择社会化应急资源共享这一环节进行研究。以基于承灾体的应急资源需求定量分析为纽带将基于深度学习与遥感的滑坡承灾体快速识别与社会化应急资源共享机制有机地融合为一个完整的技术流程,实现了从灾情感知与评估、应急资源定量分析到实现社会化共享全过程探索,为重大自然灾害的社会化应急资源共享提供了一套可行、有效的解决方案。
蔡跃坤[5](2020)在《智能工厂生产调度优化研究》文中提出智能工厂具有生产系统智能化、数字化、决策动态化等特点。生产调度作为实现智能工厂的重要环节,这就要求智能工厂的生产调度要以数据驱动为核心,并实现实时动态决策。因此,本文围绕智能工厂生产调度相关问题,主要研究内容如下:(1)智能工厂生产调度问题分析。首先分析智能工厂的体系架构及关键技术,并指出智能工厂与传统工厂生产调度问题的区别点在于是否以数据驱动为核心。在此基础上,针对柔性作业车间和分布式柔性作业车间两个问题点,在智能工厂背景下分析其生产调度特点与关键技术。(2)智能工厂柔性作业车间生产调度研究。在物联网环境下,基于RFID等无线传感器收集实时制造数据,并将实时制造数据传输到CPS中对应的Agent模型中,这样一个就形成了了基于CPS-Agent的解决方法。在Agent模型中,利用生物群智能通信替代传统合同网拍卖模型,设计了基于随机扰动蚁群算法的信息素、转移系数,并给出了基于实时数据的信息素和转移系数的计算策略。最后通过仿真验证了本文提出模型的有效性。(3)智能工厂分布式柔性作业车间生产调度研究。针对含有多个相同加工能力车间的企业,基于目标级联法(ATC)将多车间生产系统划分为计划-调度-物流三层子系统,并建立生产调度层次模型;将生产扰动划分等级,根据扰动事件的影响程度确定一级重调度或二级重调度;最后利用禁忌遗传算法对问题进行求解验证。仿真结果显示,本文所提出的ATC多目标动态生产调度模型能够合理有效的进行调度排程,且在算法方面相较于遗传算法更为高效精准。(4)智能工厂生产调度实例验证。基于A公司的智能工厂实际生产数据,对本文所提出的两个模型进行仿真验证。实验结果表明,本文针对智能工厂两类生产调度问题所建立的调度模型都具有有效性与优越性,这将为后续智能工厂的落地带来理论支持。
孙苗苗[6](2019)在《大型邮轮建造计划编制方法研究》文中研究指明随着全球邮轮旅游人次的持续快速增长,邮轮需求量增多且邮轮大型化趋势明显。大型邮轮建造为巨系统工程,不仅具有传统船舶建造的复杂性,还具有建造周期紧、任务体量大、计划准确性要求高和大规模跨企业复杂协同等特点,建造过程中极易出现供需脱节、任务冲突、资源浪费和交付拖期等现象。在船舶工艺技术体系中,计划编制是统筹优化大型邮轮建造流程的有效手段,但现有研究集中在调度方法上,缺乏对大型邮轮建造任务分解、时间预测和跨企业协同的研究,难以高效解决上述大型邮轮建造问题。为支撑高效、精益、连续的大型邮轮建造,本文以改进工作分解结构(Work Breakdown Structure,WBS)为载体,融合项目管控、企业集成和分治法理念,提出基于层级多域计划模型的大型邮轮建造计划编制体系,深入研究大型邮轮建造任务快速分解、分段建造活动时间预测和跨企业多时序协作任务协同的智能化机制,形成一套系统化的大型邮轮建造计划编制方法,以提高大型邮轮建造效率,促进大型邮轮建造敏捷化、智能化发展,进而提升邮轮总装企业的订单交付能力。主要研究内容包括:(1)在分析大型邮轮建造过程及其计划编制特征的基础上,引入项目管控、企业集成和分治法理念,提出以改进WBS为载体、面向跨企业连续协同的大型邮轮建造层级多域计划模型,深入研究模型运行机理和网络计划生成机制,设计大型邮轮建造分阶段计划编制策略,形成大型邮轮建造计划编制体系,以有效保障大型邮轮建造流程的连续性、一致性和计划编制高效性,填补研究空白,为后续研究提供理论基础。(2)任务分解是统筹优化大型邮轮建造资源配置、预测活动时间和安排跨企业协同生产的基础。针对传统方法无法考虑任务分解约束和分解效率低的问题,研究引入启发式智能规划原理,将任务分解要求转换成模型约束,提出一种基于领域启发式规划的大型邮轮建造任务快速分解方法,通过对邮轮总装企业任务分解知识的分层案例化封装并定义基于项目族任务分解要素的混合案例检索策略,实现了大型邮轮建造任务的快速分解。经案例验证,该方法可为管理人员提供较好的大型邮轮建造任务分解依据。(3)大型邮轮建造活动的时间预测是控制跨企业协同生产的重要依据。现有时间预测方法只能粗放地预估单项活动周期,无法同时预测建造活动间的有效松弛时间,往往造成生产抢工或生产资源浪费。本文以大型邮轮船体分段建造流程为例,深入研究大型邮轮建造活动时间预测问题,通过研究K-Means聚类机制和改进信息熵权SBM(Slacks-Basedmeasure,基于松弛测量)的效率评估,挖掘邮轮总装企业分段建造计划知识,并利用人工神经网络技术对其监督学习,实现了大型邮轮分段建造活动时间配置(活动周期与松弛时间)的精细化预测。经实例验证,该方法可高效、准确地预测大型邮轮分段建造活动时间。(4)大型邮轮建造中跨企业多时序约束协作任务的复杂协同生产关系使得建造流程协同难、建造拖期风险高,现有方法尚未有效解决这类问题。本文将调度决策成本计入协作总成本,建立大型邮轮建造多时序任务计划域协同模型,并在自由市场竞争假设下,提出一种基于多议题协商的大型邮轮建造任务协同指派方法,实现了大型邮轮建造跨企业协同生产的优化,提高了协同效率。经案例验证,该方法更有利于形成较优的大型邮轮跨企业协同建造方案。(5)基于上述研究成果,综合考虑大型邮轮建造智能化发展需求,以集成化、易扩展和面向持续深入智能化计划编制为基本原则,研究利用多Agent的智能性、协同性和自治性处理大型邮轮建造计划编制业务逻辑,设计语义增强多智能体系统(Multi-Agent System,MAS)解决大型邮轮建造跨企业计划信息共享控制和计划编制知识管理问题,构建基于MAS的大型邮轮建造计划编制分布式处理过程模型,并研发大型邮轮建造计划编制原型系统,最终在某船企进行试运行以评估效果。
杜娟[7](2011)在《基于多Agent的分布式网络管理的研究与设计》文中研究指明随着计算机网络技术的不断发展,网络规模不断扩大,网络结构日益复杂,网络服务数据的飞速增加使网络管理的重要性日益显着。传统的网络管理是基于SNMP的集中式的管理,较容易实现且有较好的扩展性,但随着网络规模的不断增大,这种集中式网络管理机制的缺陷越来越显着。为适应当前网络的新要求,运用多Agent系统进行网络管理已经成为近年来的一个研究内容。Agent的特点是能在异构的网络节点之间移动,并通过与其他Agent的通信来获取信息共同完成网络管理局部性的任务。根据网络管理中心分派的任务,Agent在自己所管辖的节点领域获取数据并处理,并主动向管理中心传送结构,从而大大减少网络带宽的负载和开支,提高了网络管理的效率。在研究目前国内外关于Agent技术在网络管理中应用的基础上,根据当前网络管理的需求,本文重点研究网络流量负载和多Agent技术在网络管理中的应用。通过蚁群算法来均衡网络负载,并实现了网络模拟;充分利用Agent技术,并利用区域管理的分布式方法进行网络管理。结合以上研究,提出一种基于多Agent的网络管理系统模型,该系统采用的是分布式和自主式的体系结构,在一定程度上能均衡网络负载,大大缓解规模较大网络中的拥塞现象,从而提高网络管理的效率。Agent在网络管理中能够监测和管理网络设备,起到节约管理者资源和网络带宽的作用,有效解决网络管理者的瓶颈。Agent还能实时获取、分析和处理网络数据,提高网络管理的时效性。
蒋定孚[8](2010)在《基于多Agent的B/S架构网络管理系统》文中指出网络的演进和技术的发展使得支撑网络规模急剧膨胀,硬件设备日益复杂,异构性也愈来愈突出,一个有效的网络管理系统将提升网络的整体性能,保证各类服务的正常运行,疏导网络的业务流量,及时排除并恢复网络的故障,提高网络的安全性和可靠性,为网络运营者和用户提供一个有效的、开放的、综合的、经济的现代网络。本文提出了一种基于多Agent的B/S架构网络管理系统的设计和实现方式,创新性的把智能开发技术引入网络管理中,同时综合B/S和C/S架构设计出了一种基于Java的开发方式,为网络管理的智能化、分布式应用提供了一种可行性的解决方案。因此,本软件系统对于进一步的研究网络管理有着重要的参考价值,是网络管理未来发展趋势的一个实践。本系统结合Agent智能体的特点和多Agent技术,独立出网管系统的五大功能体:配置、性能、安全、故障和计费为智能Agent,各管理Agent均可独立思考和工作,相互间通过协商和通信完成管理任务。结合Client/Server体系结构交互性强、安全控制可靠、响应速度快和数据存储管理透明等优点以及Browser/Server体系结构数据一致性和实时性及溯源性高、代码重用性高、系统维护和扩展容易和开发和维护成本较低等优点,本系统中,采用Browser/Server实现信息的动态发布和基于WEB的管理方式,数据库的支持则采用了C/S开发方式,通过JDBC连接。
王贵和[9](2008)在《网络化制造环境下供应链管理及相关技术的研究》文中进行了进一步梳理网络化制造是在网络技术和经济全球化正发生着深刻变革的背景下产生和发展起来的一种先进的制造模式。随着计算机技术、网络通信技术等现代科学技术的快速发展,网络化制造技术也正进一步朝着开放的、智能的、分布的、协同的方向发展。通过组建虚拟企业,快速响应市场需求,达到企业持续盈利的目的。作为提高自身的竞争能力和敏捷性的全新制造组织模式,代表着制造业未来的发展方向。供应链管理是在满足服务水平需求的同时,为使系统成本最小而把供应商、制造商、客户有效结合成一体来生产产品,并把正确数量的产品在正确的时间配送到正确地点的一套方法。随着网络化制造这种崭新制造模式的诞生,传统供应链管理理论与方法已无法满足企业网络化制造的需要,急需对传统的供应链管理理论与方法重新进行深入而系统的研究,以满足现代企业的生产需要。对网络化制造环境的下供应链管理问题的研究是网络化制造及供应链管理研究领域中的一项重要课题。本文在相关项目基金的资助下,在对网络化制造及供应链管理研究综述的基础上,应用系统工程、控制理论、计算机仿真技术和智能算法等知识,对供应链管理中的重点问题进行了研究,本论文主要研究工作有以下几个方面:(1)供应链管理动态特性的研究对供应链系统中存在的不确定性及其产生的原因进行分析;利用非线性系统理论与技术分析供应链系统的稳定性;构建库存控制系统的状态模型并利用切换系统理论对其进行分析;基于供应链响应时间的不确定性,建立收益决策模型并进行最优性分析;构建马尔可夫链预测模型并进行分析。(2)分销配送模型及其算法的研究分析不确定因素及其对库存的影响,构建库存选址模型;在需求不确定情况下,建立多级分销系统的多目标混合整数规划模型;应用遗传算法与模拟退火算法相结合的多目标混合遗传算法对模型进行求解分析。(3)基于供应链的客户关系管理研究分析网络化制造环境下的SCM和CRM的关系;建立动态客户关系管理模型并进行仿真分析;研究客户关系的生命周期价值(CRLV)模型,讨论模型中参数之间的关系;构建客户满意度模型,利用模糊层次分析法(FAHP)对模型进行求解分析。(4)基于多Agent的供应链协调管理研究分析SCM成员间的相互关系,讨论供应链协调的必要性及协调的相关内容;综述Agent、多Agent的基本理论;在此基础上,建立基于GA和Agent组合的自动谈判模型并进行求解分析;构建基于Agent的供应链协调管理系统;利用Flexsim软件对系统的协调过程进行仿真分析。(5)网络化制造环境下供应链管理系统的开发与应用的研究在上述内容研究的基础上,采用Java、JSP、JavaScript等开发工具,建立基于网络化制造的供应链管理系统平台,系统采用B/S的网络结构。以中冠公司为实际应用背景,对系统中的各个模块进行功能分析并进行应用设计,对Flexsim软件进行二次开发,仿真胶囊自动充填机的生产装配过程。
王富忠[10](2007)在《敏捷物流系统的建模、控制与运作研究》文中提出21世纪的竞争不只是企业与企业的竞争,而更是供应链与供应链之间的竞争,企业供应链间的竞争必然会产生企业供应链物流间的竞争,其中敏捷物流将是21世纪竞争的主题。从目前文献中发现对敏捷物流作专门阐述的很少,事实上,企业也对敏捷物流非常渴望,希望得到有效、专门而系统的敏捷物流理论指导。因而本文研究选择敏捷物流作为课题,从敏捷物流系统的建模、一体化控制、运作层面上进行分析和探讨。本研究由绪论、相关研究成果回顾、基于多Agent的敏捷物流系统建模研究、基于适度递阶控制机制的物流敏捷调运一体化控制研究、基于电子商务平台敏捷物流的运作研究及总结与展望六章内容构成。第一章对物流管理理论的演变过程与国内外敏捷物流的研究不足进行了概述,并介绍了论文选题的理论与实践应用背景。第二章从物流运作模式与敏捷性理论、多Agent理论与基于多Agent的物流管理研究、递阶控制理论与基于适度递阶控制机制的物流管理研究、数据仓库技术与知识管理技术等几个方面对前人的相关研究成果进行了回顾。可以发现,敏捷物流是一个值得深入探索的研究领域。第三章对基于多Agent的敏捷物流系统建模进行了研究。从成本效益分析的角度,考察了多Agent系统在实际应用中的适用性范围的理性定位。根据现有物流系统中已引入Agent技术并有了一些成功应用作为依托,分析了现代物流管理系统应该引入多Agent系统,并以现代物流的敏捷管理为设计理念,研究了如何构建基于多Agent的敏捷物流管理系统。以敏捷物流企业供应链战略合作伙伴选择为例,基于多Agent建模思想,对基于多Agent敏捷物流战略性合作伙伴选择过程的建模研究进行了详细阐述。并以浙江省重大科技攻关项目《现代物流管理系统的开发与研究》为应用背景,运用本章提出的建模方法对该项目的总体设计进行了应用研究。第四章对基于适度递阶控制机制的物流敏捷调运一体化控制进行了研究。根据物流调运实际工作者和物流调运优化应用研究者的实践经验,归纳出三类关于物流调运的“敏捷性准则”,通过建立相应的基础数据库并设计了配送需求多维变量表和支持快速优化运算决策支持数据库,按敏捷性优先准则,提出了物流调运的总体工作逻辑。借鉴适度递阶控制的思想,构建了针对确定交货期和确定路径调运优化模型,提出了基于数据驱动与模型驱动相结合的求解算法,并验证了该算法的有效性。最后针对《现代物流管理系统的开发与研究》项目的子课题《调运优化DSS》的研制,运用本章提出的控制方法对其进行了应用研究,并取得成功的实践效果。第五章对基于电子商务平台的敏捷物流运作进行了研究。在对电子商务平台总体架构的研究基础上,重点对基于电子商务平台的敏捷物流运作过程进行了研究。提出了基于电子商务平台的敏捷物流运作过程的三个过程。最后以嘉兴茧丝绸交易市场为背景的浙江省重大科技攻关项目《基于ebXML的国际茧丝绸电子商务平台、现代物流系统及示范应用》为应用背景,构建了基于知识管理的电子商务平台与现代物流系统,重点研究了基于电子商务平台的两类敏捷调运方式。第六章对全文进行了总结,并指出了本文研究框架下还需要继续深入研究的课题。
二、基于多Agent的网络管理系统设计(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于多Agent的网络管理系统设计(论文提纲范文)
(1)主动配电网分布式协调控制平台的搭建与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究概述 |
1.2.1 主动配电网调控理论研究现状 |
1.2.2 主动配电网调控平台研究现状 |
1.3 本文工作和章节安排 |
第二章 基于MAS的主动配电网分布式协调控制平台硬件基础 |
2.1 Agent与多Agent系统概述 |
2.1.1 Agent与多Agent系统基本概念 |
2.1.2 多Agent系统的结构体系 |
2.1.3 多Agent系统的通信方式 |
2.1.4 多Agent系统的协作方式 |
2.2 基于MAS的主动配电网分层分布式架构设计 |
2.2.1 分层分布式能量管理架构 |
2.2.2 控制区域划分 |
2.2.3 分层分区优化控制框架 |
2.3 适应MAS的主动配电网分层分区协调优化控制系统物理架构 |
2.3.1 构建通信系统的硬件设备 |
2.3.2 适应MAS的分层数据传输网络架构 |
2.3.3 分布式平台的工作环境与工作条件 |
2.4 本章小结 |
第三章 基于JADE的主动配电网分布式协调控制平台软件开发 |
3.1 JADE平台简介 |
3.2 基于JADE的主动配电网分布式协调控制平台设计 |
3.2.1 单一设备上的MAS结构建模设计 |
3.2.2 代理Agent分类与设计 |
3.2.3 体系内Agent之间的通信机制 |
3.3 主动配电网分布式协调控制平台的软件部署 |
3.3.1 数据库构建部署 |
3.3.2 含冗余容器的JADE平台部署 |
3.3.3 平台软件启动运行流程 |
3.4 本章小结 |
第四章 基于JADE平台的应用功能实现 |
4.1 平台实际配置 |
4.2 基于JADE的主动配电网离线分布式优化调度 |
4.2.1 基于ADMM算法的分布式求解基本原理 |
4.2.2 基于MAS实现的分布式协调优化 |
4.2.3 基于JADE设计实现的协调通信行为 |
4.2.4 算例仿真 |
4.3 基于JADE实现的主动配电网分布式在线优化 |
4.3.1 在线优化计算原理 |
4.3.2 基于MAS的分布式在线计算功能实现 |
4.3.3 算例仿真 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 本文工作总结 |
5.2 后续研究展望 |
参考文献 |
致谢 |
攻读硕士学位期间所发表的论文及参与的项目 |
学位论文评阅及答辩情况表 |
(2)电网建设项目多主体协同决策模型及应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状及分析 |
1.2.1 电网建设多主体协同决策影响因素研究 |
1.2.2 多智能体系统应用及协同决策的模拟 |
1.2.3 电网项目决策常用的优化模型和算法 |
1.2.4 协同决策支持平台系统应用研究 |
1.2.5 相关文献研究述评 |
1.3 研究内容、研究思路和研究创新点 |
1.3.1 主要研究内容 |
1.3.2 研究思路和技术路线 |
1.3.3 研究的主要创新点 |
第2章 相关概念和理论基础 |
2.1 电网项目规划与建设管理概述 |
2.1.1 电网规划概念和电网类型划分 |
2.1.2 电网项目规划与建设管理的重点内容 |
2.1.3 电网规划与建设管理信息化、智能化发展优势 |
2.2 利益相关者理论 |
2.2.1 利益相关者内涵 |
2.2.2 利益相关者识别方法 |
2.2.3 利益相关者理论的应用 |
2.3 多智能体系统(Multi-Agent System)相关理论 |
2.3.1 智能体(Agent)概念及分类 |
2.3.2 多智能体系统(MAS)概念及特征 |
2.3.3 Agent之间交互行为构成与协作模式 |
2.3.4 MAS交互行为的描述方法 |
2.4 多目标优化相关理论 |
2.4.1 多目标优化理论和解集特征 |
2.4.2 多目标优化智能算法 |
2.5 本章小结 |
第3章 电网项目多主体特征与协同决策目标研究 |
3.1 电网项目建设流程分析 |
3.2 电网建设项目利益相关主体识别与特征分析 |
3.2.1 利益相关主体界定因素 |
3.2.2 利益相关主体的识别 |
3.2.3 利益相关主体的特征和利益偏好 |
3.3 电网项目多主体决策面临的典型问题 |
3.3.1 电网建设项目多主体动态变化特征 |
3.3.2 电网建设项目多主体协同程度较差 |
3.4 电网项目多主体协同决策目标研究 |
3.4.1 多主体协同决策逻辑和内容分析 |
3.4.2 多主体协同决策目标研究 |
3.5 本章小结 |
第4章 基于MAS技术的方案优选协同决策模型 |
4.1 电网项目方案优选协同决策的MAS应用基础 |
4.1.1 MAS技术应用的基本逻辑分析 |
4.1.2 MAS模型基本架构及模块分类 |
4.1.3 系统功能型Agent结构及功能设计 |
4.1.4 业务功能型Agent结构及功能设计 |
4.1.5 Agent之间通信设计 |
4.2 基于MAS技术的电网项目方案优选流程 |
4.2.1 Agent之间交互行为分析 |
4.2.2 MAS的协同决策交互过程 |
4.2.3 基于MAS技术的方案优选流程分析 |
4.3 电网项目方案优选的协同决策模型及应用 |
4.3.1 模糊Petri网基本原理 |
4.3.2 电网建设项目协同决策的策略集分析 |
4.3.3 基于FPN的电网项目方案优选协同决策模型 |
4.3.4 算例分析 |
4.4 本章小结 |
第5章 基于多目标优化的方案实施协同决策模型 |
5.1 电网项目规划和建设实施阶段的目标侧重点 |
5.2 电网项目方案实施协同决策的目标函数构建 |
5.2.1 建设周期目标函数 |
5.2.2 建设选址目标函数 |
5.2.3 投资决策目标函数 |
5.2.4 资源调配目标函数 |
5.3 基于多目标优化的协同决策算法模型 |
5.3.1 多目标优化函数 |
5.3.2 约束条件 |
5.4 面向电网规划的MOPSO模型及应用 |
5.4.1 模型的基本假设 |
5.4.2 MOPSO模型求解流程 |
5.4.3 算例分析 |
5.5 面向电网建设的NSGA-Ⅱ模型及应用 |
5.5.1 模型的基本假设 |
5.5.2 NSGA-Ⅱ模型求解流程 |
5.5.3 算例分析 |
5.6 本章小结 |
第6章 面向多主体协同决策模型的应用系统构建 |
6.1 应用系统构建的意义及原则 |
6.2 多主体需求分析 |
6.2.1 用户主体类型划分 |
6.2.2 用户主体需求分析 |
6.3 系统开发和结构设计 |
6.3.1 系统开发技术 |
6.3.2 系统结构设计 |
6.4 协同决策应用系统功能 |
6.4.1 系统功能树分析 |
6.4.2 系统功能应用研究 |
6.4.3 功能应用效果分析 |
6.5 本章小结 |
第7章 研究成果与结论 |
参考文献 |
附录 |
攻读博士学位期间发表的论文及其他成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(3)基于Stigmergy和神经内分泌调节机制的多智能体群智能自组织与调控方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 问题背景及意义 |
1.3 国内外相关研究及发展的现状与趋势 |
1.3.1 新一代智能交通和智慧供应链与物流及其基于自组织协同优化的复杂问题求解方法的研究与发展 |
1.3.2 基于多Agent的分布式人工智能理论研究与发展 |
1.3.3 群智能自组织理论与小世界理论的研究情况及其对解决群体协同决策问题的支持 |
1.3.4 仿生智能及神经内分泌调节机制的研究现状与启示 |
1.4 主要研究目标及内容 |
1.4.1 研究目标 |
1.4.2 主要内容 |
1.5 拟解决的问题及难点 |
1.5.1 问题解决 |
1.5.2 主要难点 |
1.6 主要创新及特色 |
1.7 论文结构 |
第2章 面向多任务协同求解的多智能体自组织调控问题的分析描述与建模 |
2.1 概述 |
2.2 复杂环境下多任务协作问题及其求解机制分析 |
2.2.1 新一代智能交通环境下多任务协作问题及其对协同求解的需求 |
2.2.2 智慧敏捷供应链下多任务协作问题及其对协同求解的需求 |
2.2.3 复杂系统及复杂问题的内涵定义与主要特性 |
2.3 基于群智能的多任务协作复杂问题群体协同求解机制分析 |
2.3.1 群智能的提出及内涵定义与特点 |
2.3.2 个体智能与群智能的关系及群智能的形成 |
2.3.3 基于群智能的复杂问题求解机制 |
2.3.4 群智能实现方法分析 |
2.4 面向多任务协同求解和智能系统形成的自组织机制与调控方法的问题模型 |
2.5 基本思路与总体解决方案 |
2.6 本章小结 |
第3章 面向复杂问题求解的智能系统建模方法研究 |
3.1 概述 |
3.2 智能系统的内涵理解与分析 |
3.3 智能体/自治主体的主要特性 |
3.4 Stigmergy驱动下基于MAS的智能系统建模方法 |
3.4.1 群智能中的共识主动性(Stigmergy)机理分析及启示 |
3.4.2 基于大脑认知与行为控制机理的智能体模型 |
3.4.3 基于共识主动性的基于MAS的建模方法 |
3.5 建模方法应用 |
3.6 本章小结 |
第4章 基于小世界理论和友元接力搜索算法的自组织机制研究 |
4.1 概述 |
4.2 自组织及其对智能系统与群智能的作用机理分析 |
4.2.1 自组织及其成因机理 |
4.2.2 自组织对智能系统形成与多智能体群体智能提呈使能的作用 |
4.3 小世界理论及其对自组织的作用 |
4.3.1 小世界效应与小世界理论 |
4.3.2 基于小世界理论的机会发现与信息传播机理分析 |
4.3.3 小世界理论对自组织的启示与作用 |
4.3.4 合作博弈策略对自组织的启示与作用 |
4.4 基于小世界理论的友元接力搜索算法及群智能自组织机制 |
4.4.1 基本原理 |
4.4.2 有任务发起结点的算法设计及自组织机制 |
4.4.3 有任务招引结点的算法及自组织机制 |
4.5 算例验证仿真 |
4.6 本章小结 |
第5章 基于神经内分泌调节机制的群智能自组织调控方法研究 |
5.1 概述 |
5.2 分布式/分散化智能系统的自组织调控机制及方法分析 |
5.2.1 智能系统的分布性与自组织调控方法 |
5.2.2 智能系统与生物系统自组织调控的类比 |
5.3 人体神经内分泌免疫调节机制分析 |
5.3.1 人体神经内分泌免疫系统的生物学基础 |
5.3.2 神经-内分泌-免疫系统的关联与作用机制 |
5.3.3 神经内分泌调节方法及对多智能体群体智能复杂问题求解的作用 |
5.4 基于友元合作共识主动性和人体神经内分泌免疫调节的自组织机制 |
5.4.1 人体神经内分泌免疫调节机制对于群智能自组织的优劣势分析 |
5.4.2 Stigmergy共识主动性的再认知和分析 |
5.4.3 利用信息素/激素传播扩散作用的自组织机制 |
5.5 基于Stigmerg共识主动性与神经内分泌免疫的群体智能一致性自组织与调控方法 |
5.5.1 算法原理与基本思路 |
5.5.2 算法设计与过程 |
5.5.3 模拟仿真与结果分析 |
5.6 本章小结 |
第6章 智慧仓储/无人超市环境下支持多智能体协同决策的自组织方法模拟试验研究与分析 |
6.1 概述 |
6.2 智慧仓储/无人超市概念模型设计 |
6.2.1 智慧仓储与无人超市 |
6.2.2 面向新零售的智慧仓储/无人超市环境下多智能AGV的运行及控制 |
6.3 模拟试验研究问题模型 |
6.4 模拟仿真试验及结果分析 |
6.4.1 模拟仿真试验目的与基本思路 |
6.4.2 模拟试验系统设计实现及运行试验 |
6.4.3 智慧仓储/无人超市环境下多提货任务协作模拟试验 |
6.5 应用范式—可柔性编组智巴系统示例 |
6.6 本章小结 |
第7章 总结与展望 |
7.1 全文总结 |
7.2 今后展望 |
参考文献 |
深圳大学指导教师对研究生学位论文的学术评语 |
深圳大学研究生学位(毕业)论文答辩委员会决议书 |
致谢 |
攻读硕士学位期间的研究成果 |
(4)基于深度学习与遥感的滑坡灾情评估及社会化应急资源共享(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究目的与意义 |
1.2 国内外研究现状 |
1.2.1 基于遥感及深度学习技术的灾害信息快速获取与分析 |
1.2.2 社会化应急资源共享 |
1.2.3 多Agent理论及技术 |
1.3 主要研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
第2章 深度学习—语义分割及影像语义标注理论基础及实验数据预处理 |
2.1 方法与理论基础 |
2.1.1 遥感影像语义分割—U-Net深度神经网络 |
2.1.2 遥感影像语义标注—长短期记忆深度循环网络 |
2.2 实验区域及样本介绍 |
2.2.1 实验区域介绍 |
2.2.2 训练集样本介绍 |
2.3 本章小结 |
第3章 基于语义门的双时态长短期记忆网络(SG-Bi TLSTM)滑坡承灾体识别 |
3.1 基于SG-Bi TLSTM的承灾体识别技术路线 |
3.2 SG-Bi TLSTM网络结构 |
3.2.1 完整网络结构 |
3.2.2 双时态LSTM网络 |
3.2.3 语义门设计 |
3.3 综合误差设计 |
3.4 局部—完整对象关系转换 |
3.5 模型与实验分析 |
3.5.1 模型介绍 |
3.5.2 语义精度分析 |
3.5.3 模型稳定性分析 |
3.5.4 定位精度分析 |
3.5.5 多对多与“1对1”样本分析 |
3.5.6 语义门分析 |
3.6 本章小结 |
第4章 基于滑坡承灾体的灾情评估及社会化应急资源需求分析 |
4.1 基于遥感的滑坡灾情评估 |
4.1.1 滑坡分析 |
4.1.2 承灾体分析 |
4.2 基于承灾体的应急资源需求定量分析 |
4.2.1 道路类承灾体救援所需设备定量分析 |
4.2.2 建筑类承灾体救援所需设备定量分析 |
4.2.3 救援过程中所需生活保障用品定量分析 |
4.3 地震灾害社会化应急资源共享应急预案 |
4.4 本章小结 |
第5章 社会化应急资源共享机制及信任模式分析 |
5.1 社会化应急资源共享机制 |
5.2 社会化应急资源共享参与方之间的信任缺失问题 |
5.3 基于多维语义距离的诚信信息采集与一致性分析 |
5.3.1 基于多源信息的诚信分析——诚信度与慈善度 |
5.3.2 基于多维语义距离的诚信信息快速采集与一致性验证方法 |
5.4 基于锚点的社会化应急资源语义互操作算法 |
5.4.1 现行应急物资分类标准存在的问题 |
5.4.2 基于锚点的语义距离计算方法(Semantic Switch Algorithm,SSA) |
5.4.3 基于SSA算法的社会化共享应急物资分类与编码——72 小时应急物资共享标准 |
5.5 本章小结 |
第6章 基于诚信度与慈善度的多目标社会化应急资源共享调度规划 |
6.1 传统多目标应急物资调度模型及其存在的问题 |
6.2 基于诚信度与慈善度的多目标社会化应急资源共享调度规划 |
6.2.1 特急期内基于诚信度与慈善度的社会化应急资源调度 |
6.2.2 紧急期内基于诚信度与慈善度的社会化应急资源调度 |
6.2.3 安置期内基于诚信度与慈善度的社会化应急资源调度 |
6.3 实例分析—以特急期内道路抢修设备中的装载机为例 |
6.4 基于GIS的社会化应急资源共享调度路径规划 |
6.4.1 基于 GIS 的社会化应急资源共享调度路径规划技术流程 |
6.4.2 研究区域内社会化应急资源共享调度路径规划 |
6.5 本章小结 |
第7章 基于多Agent的社会化应急资源共享平台 |
7.1 基于多Agent的社会化应急资源共享平台结构及其通信机制 |
7.1.1 服务器层 |
7.1.2 数据中间层 |
7.1.3 Agent中间层 |
7.1.4 浏览器层 |
7.1.5 基于多 Agent 的社会化应急资源共享平台的特点和优势 |
7.1.6 Agent之间的通信方式 |
7.2 共享机制的运行流程 |
7.2.1 平台构建与共享协议准备阶段 |
7.2.2 应急资源信息协商及协议签订阶段 |
7.2.3 共享协议执行阶段 |
7.2.4 共享协议执行情况评价阶段 |
7.3 社会化应急资源共享Agent设计 |
7.3.1 多Agent设计的总体原则 |
7.3.2 公共服务Agent |
7.3.3 用户Agent |
7.4 本章小结 |
第8章 结论与展望 |
8.1 结论 |
8.2 创新点 |
8.3 展望 |
致谢 |
参考文献 |
攻读博士学位期间科研成果及参与的科研项目 |
附录 |
(5)智能工厂生产调度优化研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 智能工厂国内外研究现状 |
1.2.2 智能工厂生产调度国内外研究现状 |
1.2.3 研究现状综述 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 论文内容与结构 |
2 智能工厂生产调度问题分析 |
2.1 智能工厂体系架构及关键技术分析 |
2.1.1 智能工厂的体系架构 |
2.1.2 智能工厂的关键技术 |
2.2 智能工厂生产调度问题分析 |
2.2.1 智能工厂柔性作业车间生产调度关键技术分析 |
2.2.2 智能工厂分布式柔性作业车间生产调度关键技术分析 |
2.3 本章小结 |
3 基于多Agent的智能工厂柔性作业车间生产调度研究 |
3.1 问题描述 |
3.2 基于CPS-Agent的智能工厂FJSP模型 |
3.2.1 个体Agent建模 |
3.2.2 多Agent系统结构设计 |
3.2.3 多Agent系统调度流程 |
3.3 基于随机扰动蚁群算法的多Agent协商策略 |
3.3.1 随机扰动蚁群算法简介 |
3.3.2 信息素与转移系数设计 |
3.4 仿真验证 |
3.4.1 仿真平台搭建 |
3.4.2 实验数据 |
3.4.3 仿真结果及分析 |
3.5 本章小结 |
4 基于ATC的智能工厂分布式柔性作业车间调度研究 |
4.1 问题描述 |
4.2 基于ATC的 FDJSP动态调度模型 |
4.2.1 目标级联法简介 |
4.2.2 基于ATC的调度模型 |
4.2.3 基于ATC的 DFJSP调度流程 |
4.3 基于效能偏差的动态调度 |
4.3.1 动态扰动事件判别 |
4.3.2 重调度机制 |
4.4 算例分析 |
4.5 本章小结 |
5 实例研究 |
5.1 实例简介 |
5.2 A公司智能工厂建设 |
5.2.1 工业互联网 |
5.2.2 数字化车间通信网络 |
5.2.3 大数据体系下的智能优决策支持系统 |
5.3 智能工厂生产调度实例分析 |
5.4 本章小结 |
总结 |
致谢 |
参考文献 |
攻读学位期间取得的研究成果 |
(6)大型邮轮建造计划编制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外相关研究现状 |
1.2.1 大型邮轮建造计划编制 |
1.2.2 跨企业协同计划编制 |
1.2.3 智能化计划编制趋势 |
1.2.4 任务快速分解 |
1.2.5 活动时间预测 |
1.2.6 亟待突破的问题 |
1.3 本文主要研究内容及章节安排 |
第2章 大型邮轮建造计划编制体系研究 |
2.1 概述 |
2.2 计划编制基础知识 |
2.2.1 编制原则 |
2.2.2 编制流程 |
2.2.3 编制活动原理及分类 |
2.3 大型邮轮建造过程与计划编制特征 |
2.3.1 大型邮轮建造过程及主要特征 |
2.3.2 大型邮轮建造计划编制特征 |
2.4 大型邮轮建造计划编制体系框架 |
2.4.1 大型邮轮建造层级多域计划编制理念 |
2.4.2 大型邮轮建造层级多域计划编制流程 |
2.5 面向跨企业协同的层级多域计划模型 |
2.5.1 大型邮轮建造层级多域计划模型 |
2.5.2 面向跨企业协同的模型深化 |
2.5.3 层级多域计划模型机理 |
2.5.4 网络计划的映射生成机制 |
2.6 大型邮轮建造计划分阶段编制策略 |
2.7 本章小结 |
第3章 基于领域启发式规划的任务快速分解研究 |
3.1 概述 |
3.2 船舶建造领域任务分解约束来源 |
3.2.1 任务分解的主要影响因素 |
3.2.2 任务分解的基本原则 |
3.2.3 任务分解要素的选用 |
3.3 启发式大型邮轮建造多约束任务快速分解思路 |
3.3.1 启发式规划基础 |
3.3.2 总体思路与分析 |
3.4 启发式大型邮轮建造多约束任务快速分解建模 |
3.4.1 基于大型邮轮建造WBS的任务分解案例表达 |
3.4.2 基于案例与约束的启发式任务快速分解模型 |
3.5 大型邮轮建造领域启发式任务分解策略与机制 |
3.5.1 基于任务分解影响因素的案例检索特征 |
3.5.2 案例相似度的测算 |
3.5.3 项目族分解要素路径 |
3.5.4 任务分解质量评估 |
3.5.5 最大分解聚合分支 |
3.6 基于领域启发式规划的大型邮轮建造任务分解流程 |
3.7 案例验证 |
3.8 本章小结 |
第4章 基于神经网络的分段建造任务时间预测研究 |
4.1 概述 |
4.2 大型邮轮分段建造活动时间预测问题 |
4.3 基于神经网络的大型邮轮分段建造时间预测方法 |
4.3.1 数据准备 |
4.3.2 基于K-Means的船体分段复杂度划分 |
4.3.3 有效时间配置评估与转换 |
4.3.4 时间预测模型训练 |
4.4 实例验证与分析 |
4.4.1 准确性的量化判定指标 |
4.4.2 本文方法的运行结果 |
4.4.3 算法参数的影响分析 |
4.4.4 不同方法的对比与分析 |
4.5 本章小结 |
第5章 基于多议题协商的复杂计划域协同研究 |
5.1 概述 |
5.2 大型邮轮建造跨企业协作特征 |
5.3 大型邮轮多时序协作任务计划域协同模型 |
5.4 面向大型邮轮计划域协同的多议题协商方法 |
5.4.1 协商模型、框架及流程 |
5.4.2 多议题协商建议的表达 |
5.4.3 复杂多议题协商建议的处理 |
5.4.4 协商效用函数 |
5.4.5 协商响应决策函数 |
5.4.6 基于时间依赖的混合让步策略 |
5.5 案例验证 |
5.5.1 本文方法的结果分析 |
5.5.2 不同方法的结果对比 |
5.6 本章小结 |
第6章 大型邮轮建造计划编制原型系统研发 |
6.1 概述 |
6.2 大型邮轮建造计划编制系统需求 |
6.3 基于MAS的大型邮轮建造计划编制建模 |
6.3.1 MAS结构设计 |
6.3.2 大型邮轮建造计划编制过程建模 |
6.4 大型邮轮建造计划编制原型系统实现与验证 |
6.4.1 系统架构 |
6.4.2 系统实现 |
6.4.3 系统验证 |
6.5 原型系统应用评估 |
6.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
附录 |
附录A 基于领域启发式规划的任务快速分解方法关键源代码 |
(7)基于多Agent的分布式网络管理的研究与设计(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题来源 |
1.2 论文的研究背景及意义 |
1.3 基于多 Agent 的网络管理的研究现状 |
2 网络管理技术 |
2.1 网络管理的概念 |
2.2 网络管理的功能 |
2.3 网络管理的模式 |
2.4 网络管理协议 |
2.5 新型网络管理模式 |
2.5.1 基于WEB 的网络管理模式 |
2.5.2 基于CORBA 的网络管理模式 |
2.5.3 基于移动 Agent 的网络管理模式 |
3 Agent 技术 |
3.1 Agent 技术概述 |
3.1.1 Agent 定义 |
3.1.2 Agent 体系结构 |
3.1.3 Agent 的应用及研究意义 |
3.2 移动 Agent(Mobile Agent)技术 |
3.2.1 移动 Agent 的定义 |
3.2.2 移动 Agent 系统的体系结构 |
3.2.3 移动 Agent 的生命周期 |
3.2.4 移动 Agent 环境的体系结构以及需求 |
3.3 移动 Agent 系统的关键技术 |
3.3.1 移动 Agent 的通信语言 ACL |
3.3.2 移动 Agent 的通信模型 |
3.3.3 Agent 的传输协议(ATP) |
3.3.4 路由决策 |
3.3.5 容错策略 |
3.3.6 控制策略 |
3.3.7 安全机制 |
3.3.8 强移动性 |
3.4 移动 Agent 的应用及优势 |
3.5 多 Agent 系统 |
3.5.1 多 Agent 合作求解 |
3.5.2 多 Agent 系统的关键问题 |
4 基于多 Agent 的分布式网络管理体系结构 |
4.1 多 Agent 网络管理体系结构 |
4.1.1 中心层 |
4.1.2 区域层 |
4.1.3 接入层 |
4.2 多Agent 的通信 |
4.3 多Agent 间的协作 |
4.4 基于多Agent 的网络管理模型的框架 |
4.5 网络管理的自动化 |
4.6 与现有网络管理系统的集成 |
5 网络流量负载的研究 |
5.1 网络流量与负载均衡简介 |
5.2 蚁群算法概述 |
5.2.1 蚁群算法的基本原理 |
5.2.2 蚁群算法的数学模型 |
5.3 基于蚁群算法的网络负载均衡 |
5.3.1 数学建模的基本思想 |
5.3.2 蚁群算法的设计原理 |
5.3.3 算法设计的流程图 |
5.3.4 基于蚁群算法实现负载均衡的设计 |
5.4 负载均衡模拟实验 |
6 基于多 Agent 分布式网络系统模型的设计与实现 |
6.1 JADE 概述 |
6.1.1 JADE 软件框架 |
6.1.2 Agent 类 |
6.1.3 Agent 通信语言(ACL) 消息 |
6.2 Agent 管理器 |
6.3 基于多Agent 的分布式网络管理模型 |
6.4 系统理论模型的验证 |
6.5 仿真模拟实验 |
结论 |
参考文献 |
致谢 |
攻读学位期间发表(录用)的学术论文目录 |
(8)基于多Agent的B/S架构网络管理系统(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 网络管理 |
1.2 Agent和多Agent系统 |
1.3 本文结构 |
第二章 网络管理系统设计 |
2.1 系统体系结构 |
2.1.1 系统管理模型 |
2.1.2 系统组成 |
2.2 系统功能需求 |
2.3 系统框架设计 |
2.3.1 集中式与分层网络管理比较 |
2.3.2 系统分层式网络管理框架设计 |
第三章 多AGENT系统设计 |
3.1 Agent概述 |
3.1.1 Agent基本特性 |
3.1.2 Agent结构体系 |
3.2 多Agent系统 |
3.2.1 多Agent介绍 |
3.2.2 MAS组成要素 |
3.2.3 MAS体系结构 |
3.3 本系统多Agent设计 |
3.3.1 基于FIPA的系统设计 |
3.3.2 本系统多Agent管理设计 |
3.3.3 本系统多Agent通信设计 |
3.4 本系统多Agent实现方式 |
3.4.1 本系统JADE实现框架 |
3.4.2 本系统JADE开发 |
第四章 基于WEB的网管系统设计 |
4.1 B/S与C/S对比 |
4.2 本系统基于Web网管设计 |
4.2.1 本系统WBM架构设计 |
4.2.2 本系统WBM技术设计 |
第五章 基于多Agent的B/S架构网络管理系统实现 |
5.1 系统设计 |
5.1.1 多Agent设计 |
5.1.2 WBM设计 |
5.2 系统实现 |
5.2.1 多Agent实现 |
5.2.2 WBM实现和扩展 |
第六章 总结语 |
6.1 论文总结 |
6.2 下一步工作 |
致谢 |
参考文献 |
作者攻读学位期间发表的学术论文目录 |
(9)网络化制造环境下供应链管理及相关技术的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 制造业的发展过程 |
1.1.2 制造业的特征 |
1.1.3 制造业应对措施 |
1.2 网络化制造及其主要研究内容 |
1.2.1 网络化制造的概念及其特征 |
1.2.2 网络化制造的研究现状 |
1.2.3 实施网络化制造的必要性 |
1.2.4 网络化制造的关键技术 |
1.2.5 网络化制造系统 |
1.3 供应链管理及其主要研究内容 |
1.3.1 供应链管理系统的内涵 |
1.3.2 供应链管理研究的范畴及其现状 |
1.3.3 基于网络化制造的供应链管理 |
1.4 基于供应链管理的客户关系管理 |
1.4.1 客户关系管理的定义及其研究目的 |
1.4.2 客户关系管理的研究现状 |
1.4.3 基于供应链的客户关系管理 |
1.5 学位论文主要工作 |
1.5.1 论文研究的意义 |
1.5.2 论文研究的内容 |
1.5.3 论文的体系及其结构安排 |
第二章 供应链系统动态特性的研究 |
2.1 供应链不确定性产生的机理 |
2.1.1 不确定概念的界定 |
2.1.2 不确定性机理模型 |
2.2 供应链系统动态特性的分析 |
2.2.1 系统动态分析的理论基础 |
2.2.2 供应链系统的动态模型 |
2.2.3 仿真分析 |
2.3 供应链不确定性的控制策略 |
2.3.1 时间压缩策略 |
2.3.2 其它控制策略 |
2.4 不确定条件下需求预测分析 |
2.4.1 基于Markov链的预测模型 |
2.4.2 应用实例分析 |
2.5 本章小结 |
第三章 不确定条件下库存及分销配送模型的研究 |
3.1 不确定条件下库存的研究 |
3.1.1 库存的概念 |
3.1.2 库存的分类 |
3.1.3 不确定性对库存的影响 |
3.1.4 多级库存选址 |
3.2 分销系统的概述 |
3.2.1 分销网络 |
3.2.2 不确定需求下分销系统的分析 |
3.3 不确定需求下分销配送系统的研究 |
3.3.1 分销配送模型 |
3.3.2 模型求解的总体思路 |
3.3.3 实例分析 |
3.4 本章小结 |
第四章 基于供应链的客户关系管理研究 |
4.1 基于网络化制造的SCM与CRM的关系 |
4.1.1 CRM的基本概念和内涵 |
4.1.2 基于SCM的CRM系统结构 |
4.2 动态客户关系管理的分析 |
4.2.1 动态客户关系管理的模型 |
4.2.2 客户生命周期分析 |
4.2.3 企业的客户发展策略分析 |
4.3 客户满意度的评价 |
4.3.1 评价方法 |
4.3.2 模糊层次分析法 |
4.3.3 应用实例分析 |
4.4 本章小结 |
第五章 基于多Agent的供应链协调管理的研究 |
5.1 Agent的基本理论 |
5.1.1 Agent的概念与特点 |
5.1.2 Agent的结构 |
5.1.3 多Agent系统 |
5.2 供应链成员之间的关系 |
5.2.1 供应链成员的竞争合作关系 |
5.2.2 供应链成员的关系类型 |
5.3 供应链协调的必要性 |
5.3.1 供应链协调的基本概念和内容 |
5.3.2 引起供应链失调的原因 |
5.3.3 供应链的协调策略 |
5.4 基于多Agent的供应链管理系统的结构 |
5.4.1 基于多Agent的供应链管理的体系结构 |
5.4.2 基于多Agent的网络化供应链协调管理的体系结构 |
5.4.3 Agent间的通信机制 |
5.5 基于多Agent的供应链协调的系统结构 |
5.5.1 基于多Agent的谈判过程 |
5.5.2 基于遗传算法与Agent组合的自动谈判模型的求解 |
5.5.3 基于Agent的供应链协调系统的实现 |
5.5.4 基于Flexsim的供应链管理系统协调过程的分析 |
5.6 本章小结 |
第六章 网络化制造环境下供应链管理系统的开发与应用 |
6.1 应用背景介绍 |
6.1.1 NJP1500型全自动胶囊充填机的原理与结构 |
6.1.2 公司的管理现状分析 |
6.1.3 基于网络化制造的供应链管理系统的结构与功能 |
6.2 系统功能的设计及分析 |
6.2.1 系统功能模块的构成 |
6.2.2 系统功能模块的设计 |
6.3 应用系统的设计 |
6.3.1 库存管理系统 |
6.3.2 客户关系管理系统 |
6.3.3 生产管理系统 |
6.3.4 销售管理系统 |
6.3.5 供应商管理系统 |
6.3.6 采购管理系统 |
6.3.7 辅助功能管理系统 |
6.5 本章小结 |
第七章 结论与建议 |
7.1 结论 |
7.2 建议 |
参考文献 |
致谢 |
攻读博士学位期间发表的论文 |
作者简介 |
附录A |
附录B |
(10)敏捷物流系统的建模、控制与运作研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文研究背景 |
1.1.1 理论背景:物流管理理论的演变和供应链理论研究的新课题 |
1.1.2 实践背景:企业物流管理存在的问题 |
1.2 问题提出 |
1.2.1 现代敏捷物流管理的现实意义 |
1.2.2 国内外研究的不足 |
1.2.3 本论文要解决的关键问题 |
1.3 论文研究内容与体系结构 |
1.3.1 论文研究内容 |
1.3.2 论文体系结构 |
2 相关研究成果回顾 |
2.1 物流运作模式与敏捷性理论 |
2.2 多Agent理论与基于多Agent的物流管理研究 |
2.3 递阶控制理论与基于递阶控制机制的物流管理研究 |
2.4 数据仓库技术与知识管理技术 |
2.5 本章小结 |
3 基于多Agent的敏捷物流系统建模研究 |
3.1 引言 |
3.2 构建基于多Agent的现代物流管理系统思想的提出 |
3.3 基于多Agent的敏捷物流管理系统建模研究 |
3.3.1 基于角色的多Agent敏捷物流业务过程之间的关系研究 |
3.3.2 基于多Agent的敏捷物流平台体系结构研究 |
3.3.3 基于角色的多Agent敏捷物流平台工作流阐述 |
3.3.4 基于多Agent敏捷物流管理系统层次结构模型构建 |
3.3.5 基于多Agent敏捷物流供应链战略性合作伙伴选择过程建模研究 |
3.3.6 基于博弈论的敏捷物流多Agent招投标过程研究 |
3.4 基于多Agent的敏捷物流管理系统建模应用研究 |
3.4.1 义乌现代物流管理系统的总体逻辑框架 |
3.4.2 基于多Agent的义乌现代物流管理系统体系结构 |
3.4.3 基于多Agent的义乌现代物流管理系统的层次体系结构 |
3.4.4 基于多Agent的义乌现代物流管理系统的逻辑体系结构 |
3.5 本章小结 |
4 基于递阶控制机制的物流敏捷调运一体化控制研究 |
4.1 引言 |
4.2 基于敏捷性准则物流敏捷调运递阶控制架构的研究 |
4.2.1 物流调运“敏捷性准则”的研究 |
4.2.2 敏捷调运总体控制模型 |
4.2.3 数据库系统的设计 |
4.2.4 基于“敏捷性准则”物流调运总体工作逻辑 |
4.3 针对确定交货期和确定路径调运优化模型的构建及递阶分解 |
4.3.1 针对确定交货期和确定路径的总体调运优化模型(NP) |
4.3.2 基于(NP)递阶分解出确定路径j上针对确定配送地的调运优化模型(NP)_h |
4.3.3 基于数据驱动与模型驱动相结合的(NP)_h的求解 |
4.3.4 敏捷调运优化DSS模型库与方法库简介 |
4.3.5 算法有效性检验 |
4.4 基于适度递阶控制机制实现物流敏捷调运一体化控制应用研究 |
4.4.1 义乌现代物流敏捷调运优化的要素和支持机制的构建 |
4.4.2 敏捷调运优化基本数学模型(NP) |
4.4.3 基于(NP)的车辆配置优化模型(P1) |
4.4.4 敏捷调运优化的求解算法 |
4.5 本章小结 |
5 基于电子商务平台敏捷物流的运作研究 |
5.1 引言 |
5.2 基于电子商务平台敏捷物流运作模式构建思想的提出 |
5.3 基于知识管理为核心的电子商务平台总体架构的研究 |
5.3.1 基于知识管理为核心的电子商务平台总体架构的构建 |
5.3.2 知识管理系统的基本框架 |
5.4 基于电子商务平台为协调中心的敏捷物流运作模式研究 |
5.5 基于电子商务平台的现代敏捷物流运作过程研究 |
5.5.1 基于电子商务平台的敏捷物流组织模式阐述 |
5.5.2 基于电子商务平台的敏捷物流合作伙伴选择方法阐述 |
5.5.3 基于电子商务平台的敏捷物流平台的构建研究 |
5.5.4 基于电子商务平台敏捷物流战略运作协同实现的若干阐述 |
5.6 基于电子商务平台现代物流的运作的应用研究 |
5.6.1 基于知识管理为核心的电子商务平台与现代物流系统构建思想的提出 |
5.6.2 “金茧网”现代物流管理系统—物流敏捷调运的实现 |
5.7 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.1.1 论文主要内容 |
6.1.2 论文创新点 |
6.2 研究展望 |
参考文献 |
附录 |
攻读博士学位期间主要科研成果 |
致谢 |
四、基于多Agent的网络管理系统设计(论文参考文献)
- [1]主动配电网分布式协调控制平台的搭建与应用[D]. 李家维. 山东大学, 2020(11)
- [2]电网建设项目多主体协同决策模型及应用研究[D]. 高磊. 华北电力大学(北京), 2020(06)
- [3]基于Stigmergy和神经内分泌调节机制的多智能体群智能自组织与调控方法研究[D]. 于欣佳. 深圳大学, 2020
- [4]基于深度学习与遥感的滑坡灾情评估及社会化应急资源共享[D]. 崔文琦. 武汉理工大学, 2020(01)
- [5]智能工厂生产调度优化研究[D]. 蔡跃坤. 西南科技大学, 2020(08)
- [6]大型邮轮建造计划编制方法研究[D]. 孙苗苗. 哈尔滨工程大学, 2019(01)
- [7]基于多Agent的分布式网络管理的研究与设计[D]. 杜娟. 青岛科技大学, 2011(07)
- [8]基于多Agent的B/S架构网络管理系统[D]. 蒋定孚. 北京邮电大学, 2010(03)
- [9]网络化制造环境下供应链管理及相关技术的研究[D]. 王贵和. 东北大学, 2008(05)
- [10]敏捷物流系统的建模、控制与运作研究[D]. 王富忠. 浙江大学, 2007(03)