基于合同网机制的柔性智能车间调度系统建模与仿真
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·背景 | 第11-12页 |
| ·问题及其复杂性 | 第12-13页 |
| ·研究的意义 | 第13-14页 |
| ·论文研究的主要内容与结构 | 第14-15页 |
| 第二章 研究现状 | 第15-25页 |
| ·引言 | 第15页 |
| ·传统集中式解决方案 | 第15-17页 |
| ·基于自治与协商机制的解决方案 | 第17-18页 |
| ·协商机制 | 第18-22页 |
| ·强化学习机制 | 第22-25页 |
| 第三章 基于Agent的柔性智能制造车间模型 | 第25-38页 |
| ·引言 | 第25页 |
| ·问题描述 | 第25-26页 |
| ·基于Agent的体系结构设计 | 第26-29页 |
| ·Agent定义与特性 | 第26-28页 |
| ·基于Agent体系结构的复杂适应系统 | 第28页 |
| ·基于Agent的体系结构设计 | 第28-29页 |
| ·基于Agent的柔性智能制造车间体系结构 | 第29-31页 |
| ·体系结构模型 | 第29-30页 |
| ·Agent内部结构模型 | 第30-31页 |
| ·基于合同网的协商机制 | 第31-34页 |
| ·合同网协商机制 | 第31-32页 |
| ·Agent间基于合同网的协商机制 | 第32-34页 |
| ·动态重调度方案 | 第34-36页 |
| ·局部决策的重要性 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 集成Q-Learn算法的标书评估 | 第38-47页 |
| ·引言 | 第38页 |
| ·标书评估 | 第38-39页 |
| ·强化学习 | 第39-41页 |
| ·Q-Learn算法 | 第41-43页 |
| ·集成Q-Learn算法的标书评估策略 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 以工序价值为核心的投标评估 | 第47-52页 |
| ·引言 | 第47页 |
| ·投标评估 | 第47-48页 |
| ·工序价值 | 第48-50页 |
| ·以工序价值为核心的投标评估策略 | 第50-51页 |
| ·以工序价值为核心的投标策略 | 第50页 |
| ·引进递减因子ε的投标策略 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 模拟仿真与测试 | 第52-67页 |
| ·引言 | 第52页 |
| ·Java-Swarm平台 | 第52-56页 |
| ·Java | 第52页 |
| ·Swarm | 第52-56页 |
| ·系统搭建 | 第56-59页 |
| ·主类库 | 第56页 |
| ·Agent个体设计 | 第56-58页 |
| ·操作界面设计 | 第58页 |
| ·数据输出 | 第58-59页 |
| ·环境仿真 | 第59-63页 |
| ·环境配置 | 第60-62页 |
| ·环境生成 | 第62-63页 |
| ·测试与结果分析 | 第63-65页 |
| ·小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 全文工作总结 | 第67页 |
| 未来展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
