首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于QPSO的多智能体制造过程优化方法研究

摘要第8-9页
ABSTRACT第9-10页
第1章 绪论第11-17页
    1.1 研究背景和意义第11-13页
        1.1.1 研究背景第11-12页
        1.1.2 研究的目的和意义第12-13页
    1.2 国内外的研究现状第13-14页
        1.2.1 基于多Agent系统制造过程优化的研究第13页
        1.2.2 量子粒子群算法在制造过程中的应用第13-14页
    1.3 本文的技术路线第14-15页
    1.4 本文的创新点第15-17页
        1.4.1 建立基于MAS系统的制造过程优化模型第16页
        1.4.2 建立多目标数学模型第16页
        1.4.3 Matlab与JADE混合编程;第16-17页
第2章 制造过程优化和MAS系统理论介绍第17-25页
    2.1 智能制造和制造过程优化第17-20页
        2.1.1 智能制造第17-18页
        2.1.2 流程工业制造过程现状第18-19页
        2.1.3 制造过程优化第19-20页
    2.2 Agent技术与运用第20-24页
        2.2.1 Agent的定义及结构特征第20-21页
        2.2.2 智能体Agent的工作机制第21-22页
        2.2.3 多Agent系统第22-24页
    2.3 本章小结第24-25页
第3章 基于多智能体系统的制造过程优化模型设计第25-35页
    3.1 Multi-AgentSystem的建模思想及过程第25-26页
        3.1.1 MAS的建模优势第25页
        3.1.2 制造过程优化与MAS系统的关系分析第25-26页
    3.2 构建多智能体系统的制造过程优化模型第26-30页
        3.2.1 基于多智能体系统的制造过程优化搭建第26-28页
        3.2.2 制造过程优化系统中的Agent模型构建及实例分析第28-30页
    3.3 基于多智能体的制造过程优化系统结构中的设计第30-33页
        3.3.1 全局调度Agent第30页
        3.3.2 交互Agent第30页
        3.3.3 系统管理Agent结构第30-31页
        3.3.4 车间控制Agent系统结构第31-32页
        3.3.5 车间控制Agent结构第32-33页
        3.3.6 机器Agent结构第33页
    3.4 本章小结第33-35页
第4章 算法设计和实现第35-43页
    4.1 粒子群算法概述第35-36页
    4.2 量子行为粒子群算法第36-37页
    4.3 QPSOAgent算法第37-41页
        4.3.1 Agent自学习性第37-39页
        4.3.2 测试函数选取第39-40页
        4.3.3 实验结果以及分析第40-41页
    4.4 本章小结第41-43页
第5章 基于JADE的MAS系统实现第43-53页
    5.1 JADE平台第43-44页
    5.2 JADE的特点第44-45页
    5.3 Agent类第45-46页
    5.4 Agent的通信语言(ACL)第46-47页
        5.4.1 支持响应一个消息第46页
        5.4.2 支持Java序列化以及发送字节序列第46页
        5.4.3 ACL编码器第46-47页
        5.4.4 简单的通信实例第47页
    5.5 设计与实现第47-49页
        5.5.1 Agent在JADE平台上的执行第47-48页
        5.5.2 基于JADE平台的QPSO制造过程优化流程第48-49页
    5.6 基于QPSO的多Agent系统制造过程实现关键代码第49-51页
    5.7 本章小结第51-53页
第6章 基于玻璃纤维的生产仿真实验第53-65页
    6.1 玻璃纤维生产过程中的多Agent系统仿真结构第53-54页
    6.2 目标函数第54-55页
    6.3 数学模型第55页
    6.4 玻璃纤维数据分析第55-57页
    6.5 设计与实现步骤第57-59页
    6.6 系统实现第59-62页
    6.7 本章小结第62-65页
第7章 总结与展望第65-67页
    7.1 总结第65-66页
    7.2 展望第66-67页
参考文献第67-71页
致谢第71-73页
在学期间主要科研成果第73-74页
    一、发表学术论文,专利情况第73页
    二、其他科研成果第73-74页
附件第74-78页

论文共78页,点击 下载论文
上一篇:基于大偏置量错位熔接光纤的干涉型传感器研究
下一篇:改进的贝叶斯方法在设备故障检测中的应用