[发明专利]一种制造系统自适应动态调度方法

摘要

本发明公开了一种制造系统自适应动态调度方法，涉及制造系统生产调度领域。本发明针对制造系统生产环境的不确定性，构建了一个基于多Agent的动态生产调度系统。为了保证设备能够根据当前的系统状态选择合适的中标作业，提出一种基于聚类‑动态搜索的改进Q学习算法,以指导不确定生产环境下动态调度策略的自适应选择。该动态调度策略采用顺序聚类降低系统状态维数，根据状态差异度和动态贪婪搜索策略进行学习。给出了算法的收敛性和复杂性分析，并通过仿真实验，验证了本发明所提出的自适应动态调度方法的有效性和适应性。

主权项

一种制造系统自适应动态调度方法，其特征在于，包括以下步骤：步骤1)，将最小化提前拖期惩罚作为调度目标，建立制造系统的动态调度目标函数；步骤2)，建立制造系统的动态调度系统模型，所述动态调度系统模型包含作业Agent、状态Agent、设备Agent和缓冲Agent；所述作业Agent用于与人机交互接口对接，对接信息包含作业的数量、工序及加工时间；所述状态Agent用于代理调度系统的状态；所述设备Agent用于代理调度系统的生产设备；所述缓冲Agent表示生产设备的缓冲区，用于代理缓冲区中的待加工工序与设备Agent进行协商；步骤3)，建立动态调度系统模型的调度协商机制；步骤4)，利用顺序聚类方法对连续的调度系统状态进行聚类，以降低状态空间的复杂性；步骤5)，将对调度规则影响较大的设备利用率UM、相对机器负载LR、平均交货因子FA和平均提前拖期损失PA定义为系统状态特征，对系统状态进行聚类；步骤6)，利用状态差异度度量聚类状态与瞬时系统状态之间的距离，将聚类状态‑动作值代替系统状态‑动作值，以状态差异度作为权系数进行Q值函数的迭代更新，所述Q值函数迭代更新的公式为：Qn(StC,at)=(1-αn(StC,at)·(1-μSt+1C(St+1)))Qn-1(StC,at)+αn(StC,at)·(1-μSt+1C(St+1)){rt+1+γmaxb∈A[Qn-1(St+1C,b)+Q‾n-1St+1]}]]>其中，为第n次循环生成的状态动作对的Q值，n为大于零的整数，t为调度时刻；为步长参数；为系统状态St+1与聚类状态的差异度，该差异度是通过系统状态St+1与聚类状态的Manhattan距离定量计算出的差异程度；为第n‑1次循环状态动作对生成的Q值；rt+1为即时回报因子；γ为延迟回报的折扣因子；为将来回报；表示第n‑1次循环时状态的最大模糊收益加权均值，即系统状态St+1下所有聚类状态的最大收益加权平均和。