[发明专利]一种面向个性化生产环境的多主体调度方法

权利要求书

1.一种面向个性化生产环境的多主体调度方法，其特征在于：包括以下步骤：

步骤1，初始化多主体调度：

(a)各用户自主体与资源自主体建立通信，以确定参与多主体调度的自主体集合{A₀,A₁,A₂,...,A_i,...,A_n}，其中A₀代表资源自主体，A_i,i＝1,2,...,n代表各用户自主体；

(b)资源自主体A₀与各用户自主体A_i,i＝1,2,...,n通信，以确定多主体调度的加工任务集T＝{T₁,T₂,...,T_i,...,T_n}，其中T_i为用户自主体A_i的加工任务；

(c)各自主体A_i,i＝0,1,2,...,n设置各自的最大化调度目标函数O_i,i＝0,1,2,...,n，并按式(1)初始化各自的协商策略S_i；

式中，为自主体A_i在已协商时间为t_i时的提案的目标函数值，β_i为自主体A_i的协商策略调整因子，为自主体A_i的理想目标函数值，为自主体A_i可接受的最小目标函数值，为自主体A_i的协商截止时间；

(d)各用户自主体A_i,i＝1,2,...,n按式(2)初始化自身的接受条件C_i,i＝1,2,...,n；

式中，π_i,j为自主体A_i收到的来自自主体A_j的调度提案，O_i(π_i,j)为自主体A_i在调度提案π_i,j下的目标函数值；

(e)各自主体A_i,i＝0,1,2,...,n按式(3)初始化各自的协商条件N_i,i＝0,1,2,...,n；

步骤2，启动多主体调度：

资源自主体A₀初始化协商约束集为空R＝{}，然后以多主体调度加工任务集T为调度对象，采用式(4)所示的方式生成一个调度方案π₀，并将该调度方案作为初始提案提交给各用户自主体A_i,i＝1,2,...,n以开始多主体调度；

步骤3，启动协商对象的协商信息在线学习：

当协商对象为自主体A_j时，在自主体A_j提交新的提案后更新其历史提案信息集，然后以历史提案以及相应的提案时间作为输入，采用随机梯度下降方法优化式(5)所示的协商策略模型，以学习自主体A_j的协商策略S_j；根据学习获得的自主体A_j的近似协商策略求得自主体A_j的理想目标函数值的估计值可接受的最小目标函数值的估计值以及协商截止时间的估计值

式中，为自主体A_j在已协商时间为t_j时的提案的目标函数值估计值，为自主体A_j的协商策略调整因子的估计值，a_j,b_j,c_j为常量参数；

步骤4，用户自主体与资源自主体协商调度：用户自主体与资源自主体通过不断的交替提案和修改提案，最终获得多主体协商一致的多主体调度方案：

步骤4.1，用户自主体自主行为决策：

(a)当用户自主体A_i接收到来自资源自主体A₀的调度提案π_i,0后，通过步骤2学习资源自主体A₀的协商信息综合资源自主体A₀的协商信息X₀以及用户自主体A_i的协商信息用户自主体A_i采用式(6)修改其协商策略调整因子，然后代入式(1)以调整自身的协商策略S_i

β_i＝β_i+g_i(X₀,X_i) (6)

式中，g_i(.)为用户自主体A_i采用的协商策略调整函数；

(b)用户自主体A_i采用调整后的协商策略S_i，更新自身在当前已协商时间为t_i时的提案的目标函数值调整自身的接受条件C_i和协商条件N_i，并以此控制协商过程：如果C_i＝1则通知资源自主体A₀接受当前提案并完成协商，否则计算N_i；如果N_i＝0，则通知资源自主体A₀拒绝当前提案并放弃协商，否则用户自主体A_i转步骤(c)继续向资源自主体A₀提案；

(c)在满足协商约束集R的条件下，用户自主体A_i按式(7)，以资源自主体A₀的提案π_i,0为基础，采用局部搜索算法获得满足自身的目标值的调度方案，然后将该方案作为反馈提案π_0,i提交给资源自主体A₀；

步骤4.2，资源自主体自主行为决策：

(a)资源自主体等待并接收所有未结束协商的用户自主体的反馈信息：如果用户自主体A_i接受提案，则资源自主体A₀记录用户自主体A_i完成协商并更新协商约束集R；如果用户自主体A_i拒绝提案，则资源自主体A₀识别与用户自主体A_i冲突的用户自主体A_j，然后转步骤5；如果用户自主体A_i反馈提案π_0,i，则转步骤2学习用户自主体A_i的协商信息

(b)资源自主体A₀判断多主体调度是否完成：按式(8)计算判断条件C₀，如果C₀＝1，则多主体调度完成并转步骤6，否则转步骤(c)继续协商；

式中，B_i为用户自主体A_i的协商状态标志：B_i＝0代表放弃协商，B_i＝1代表继续协商，B_i＝2代表完成协商；

(c)综合资源自主体A₀自身的协商信息X₀以及各未完成协商的用户自主体的协商信息{X₁,X₂,...}，资源自主体A₀采用式(9)修改其协商策略调整因子，并代入式(1)更新自身的协商策略S₀；

β₀＝β₀+g₀(X₀,X₁,X₂,...) (9)

式中，g₀(.)为资源自主体A₀采用的协商策略调整函数；

(d)资源自主体A₀采用调整后的协商策略S₀，更新自身在当前已协商时间为t₀时的提案的目标函数值按式(3)调整自身的协商条件N₀来控制协商过程：如果N_i＝0，则资源自主体A₀放弃继续多主体调度并转步骤6，否则在满足协商约束集R的条件下，资源自主体A₀修改提案并使新的调度方案π₀满足自身当前的目标函数值然后将调度方案π₀提交给所有未完成协商的用户自主体；

步骤5，用户自主体A_i与存在调度冲突的用户自主体A_j协商调度：

步骤5.1，用户自主体A_j判断是否接受用户自主体A_i的协商请求；如果接受协商，则转步骤5.2，否则用户自主体A_j拒绝与用户自主体A_i的调度协商转步骤5.3；

步骤5.2，用户自主体A_i与用户自主体A_j调度协商：

(a)用户自主体A_j自主行为决策：用户自主体A_j接收来自用户自主体A_i的调度提案π_j,i后，通过步骤2学习用户自主体A_i的协商信息并更新自身的协商策略S_j，调整自身的接受条件C_j和协商条件N_j；如果继续提案，则在满足协商约束集R的情况下，以用户自主体A_i的提案π_j,i为基础，用户自主体A_j采用局部搜索算法获得满足自身的目标值的调度方案，然后将该方案作为反馈提案π_i,j提交给用户自主体A_i，否则用户自主体A_j结束协商并转步骤5.3；

(b)用户自主体A_i自主行为决策：用户自主体A_i接收来自用户自主体A_j的反馈调度提案π_i,j后，通过步骤2学习用户自主体A_j的协商信息并更新自身的协商策略S_i，调整自身的接受条件C_i和协商条件N_i；如果继续提案，则在满足协商约束集R的情况下，以用户自主体A_j的反馈提案π_i,j为基础，用户自主体A_i采用局部搜索算法获得满足自身的目标值的调度方案，然后将方案作为新的提案π_j,i提交给用户自主体A_j，否则用户自主体A_i结束协商并转步骤5.3；

步骤5.3，转步骤4.2的步骤(a)向资源自主体反馈协商结果：如果用户自主体A_i和用户自主体A_j达成协商，则将达成一致的调度方案π_i,j作为用户自主体A_i和用户自主体A_j的共同提案提交给资源自主体A₀；否则用户自主体A_i通知资源自主体A₀放弃协商并接受最终的多主体调度方案；

步骤6，如果多主体调度完成，则输出资源自主体和所有用户自主体协商一致的调度方案π_0,1,...,m；否则对协商约束集R以外协商未达成一致的加工任务采用预置的仲裁规则进行调度，生成最终的多主体调度方案π_0,1,...,m并输出。