基于多智能体技术的虚拟企业任务调度

华南理工大学学报（自然科学版） ›› 2009, Vol. 37 ›› Issue (2): 20-24.

基于多智能体技术的虚拟企业任务调度

赵强¹ 肖人彬²

1. 华中科技大学 CAD中心, 湖北武汉 430074; 2. 华中科技大学系统工程研究所, 湖北武汉 430074

收稿日期:2008-04-29 修回日期:2008-05-30 出版日期:2009-02-25 发布日期:2009-02-25
通信作者: 赵强（1976-），男，博士生，主要从事虚拟企业、智能算法等的研究． E-mail:zq_david@163．com
作者简介:赵强（1976-），男，博士生，主要从事虚拟企业、智能算法等的研究．
基金资助:
国家自然科学基金资助项目（60474077）;教育部新世纪人才支持计划项目（NCET-05-0653）

Task Scheduling of Virtual Enterprise Based on Multi-Agent Technology

Zhao Qiang¹ Xiao Ren-bin²

1. CAD Center, Huazhong University of Science and Technology, Wuhan 430074, Hubei, China; 2. Institute of Systems Engineering, Huazhong University of Science and Technology, Wuhan 430074, Hubei, China

Received:2008-04-29 Revised:2008-05-30 Online:2009-02-25 Published:2009-02-25
Contact: 赵强（1976-），男，博士生，主要从事虚拟企业、智能算法等的研究． E-mail:zq_david@163．com
About author:赵强（1976-），男，博士生，主要从事虚拟企业、智能算法等的研究．
Supported by:
国家自然科学基金资助项目（60474077）;教育部新世纪人才支持计划项目（NCET-05-0653）

摘要/Abstract

摘要： 采用多智能体技术构建了虚拟企业任务调度运行模型，该模型包括管理智能体、任务智能体、资源智能体等．针对模型中的调度优化问题，以资源智能体所承担的生产任务为对象，综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素，建立了以制造时间最小化为目标的优化调度模型，并给出了粒子群优化求解算法．最后以工业机械手制造实例说明了任务调度模型及求解算法的有效性．

关键词: 虚拟企业, 任务调度, 多智能体, 粒子群优化

Abstract:

In this paper, an operation model of task scheduling in virtual enterprises （VEs）, which consists of the management agent, the task agent and the resource agent, is established based on the multi-agent technology. In order to optimize the task scheduling, the production tasks of each resource agent in a VE are taken as the research objectives, the production tasks that have been determined for each resource agent, as well as the operation time and transportation time for the production tasks, are taken into consideration, and an optimal scheduling model for minimizing the manufacturing duration is proposed. The model is then solved by using a particle swarm optimization algorithm. The effectiveness of the proposed model and the algorithm is finally verified by the manufacturing practice of an industrial manipulator.

Key words: virtual enterprise, task scheduling, multiple agent, particle swarm optimization

赵强肖人彬 . 基于多智能体技术的虚拟企业任务调度[J]. 华南理工大学学报（自然科学版）, 2009, 37(2): 20-24.

Zhao Qiang Xiao Ren-bin. Task Scheduling of Virtual Enterprise Based on Multi-Agent Technology[J]. Journal of South China University of Technology (Natural Science Edition), 2009, 37(2): 20-24.

[1]	魏海斌, 魏东升, 蒋博宇, 等. 基于IPSO-SVR的盾构下穿既有道路沉降预测分析[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 62-71.
[2]	赵强, 刘传卫, 张娜, 等. 基于粒子群优化的主动稳定杆系统自抗扰控制[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 52-61.
[3]	许伦辉, 余佳芯, 裴明阳, 等. 基于几何路网结构和强化学习的车辆重定位策略[J]. 华南理工大学学报(自然科学版), 2023, 51(10): 99-109.
[4]	李潇, 汪涛, 张毅, 等. 网联车混行条件下交通流量融合方法[J]. 华南理工大学学报(自然科学版), 2022, 50(5): 49-55.
[5]	龙雪琴, 李景涛, 王建军, 等. 实时信息下共线公交线路发车时刻表的协同优化[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 23-32.
[6]	张金豹赵永强刘明孔令贤. 基于Ⅱ型广义 logistic 分布和粒子群优化的退化可靠性建模 [J]. 华南理工大学学报（自然科学版）, 2019, 47(5): 96-102.
[7]	冯佰威冯梅常海超张丽妹. 基于径向基插值的曲面变形方法在船型多目标优化中的应用[J]. 华南理工大学学报(自然科学版), 2019, 47(2): 128-136.
[8]	陈渊睿林炜王侨侨刘俊峰曾君. 微电网动态重构策略的研究与实现 [J]. 华南理工大学学报（自然科学版）, 2019, 47(1): 103-111.
[9]	李旻谭孟上官文斌李志超刘杰尤黎民. 轿车窗台外侧密封条装配性能的分析与优化方法 [J]. 华南理工大学学报（自然科学版）, 2018, 46(5): 117-124.
[10]	沃焱吴嘉茜. 基于LLE和PSO的快速虹膜图像重构算法[J]. 华南理工大学学报（自然科学版）, 2018, 46(1): 97-102.
[11]	胡郁葱陈枝伟黄靖翔. 基于双层规划的公共电动自行车租赁点选址模型[J]. 华南理工大学学报（自然科学版）, 2017, 45(4): 118-123.
[12]	金杉金志刚刘永磊. 执勤行车时间的KMP - RBF 融合预测方法[J]. 华南理工大学学报（自然科学版）, 2017, 45(3): 35-41,47.
[13]	田晟马美娜许凯. 随机均衡配流下的连续性交通网络设计[J]. 华南理工大学学报（自然科学版）, 2017, 45(11): 17-23.
[14]	夏成军谢应耿李猛孙闻. 变压器中性点电容型隔直装置的优化配置[J]. 华南理工大学学报（自然科学版）, 2016, 44(8): 68-73.
[15]	牛海清叶开发许佳吴炬卓罗健斌陆国俊. 基于粒子群优化支持向量机的电缆温度计算[J]. 华南理工大学学报（自然科学版）, 2016, 44(4): 77-83.