| 摘要 | 第3-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 课题的研究背景及意义 | 第12-20页 |
| 1.1.1 新型制造模式哲理 | 第12-13页 |
| 1.1.2 制造系统生产调度问题的复杂性 | 第13-14页 |
| 1.1.3 制造系统车间生产调度面临新挑战 | 第14-16页 |
| 1.1.4 基于自治与协商机制的调度技术 | 第16-20页 |
| 1.1.5 课题的研究意义 | 第20页 |
| 1.2 论文的研究目标与主要内容 | 第20-22页 |
| 1.3 论文的组织结构 | 第22-23页 |
| 第二章 基于自治与协商调度的核心技术现状研究 | 第23-46页 |
| 2.1 引言 | 第23页 |
| 2.2 Agent和Holon | 第23-28页 |
| 2.3 基于Agent或Holon的制造控制系统体系结构模型 | 第28-33页 |
| 2.3.1 体系结构模型 | 第28-31页 |
| 2.3.2 基于Agent 或Holon 的制造控制系统体系结构模型的定量评价 | 第31-33页 |
| 2.4 协商机制 | 第33-38页 |
| 2.4.1 协商机制分类 | 第33-37页 |
| 2.4.2 协商协议形式化描述方法 | 第37-38页 |
| 2.5 调度算法 | 第38-41页 |
| 2.5.1 典型调度算法 | 第38-41页 |
| 2.5.2 过滤定向搜索方法在车间调度中的应用 | 第41页 |
| 2.6 强化学习及其在生产调度中的应用综述 | 第41-43页 |
| 2.6.1 强化学习典型算法简介 | 第42-43页 |
| 2.6.2 强化学习的生产调度应用综述 | 第43页 |
| 2.7 基于Agent或Holon的自治与协商调度发展趋势 | 第43-44页 |
| 2.8 基于自治与协商调度的核心技术现状研究小结 | 第44-46页 |
| 第三章 柔性制造车间混合式控制体系结构模型及其形式化规范 | 第46-67页 |
| 3.1 引言 | 第46-47页 |
| 3.2 基于Holon的柔性制造车间混合式体系结构模型 | 第47-57页 |
| 3.2.1 基于Holon 的混合式体系结构理论 | 第47-49页 |
| 3.2.2 构建基于Holon 的柔性制造车间混合式控制体系结构模型 | 第49-55页 |
| 3.2.3 Holon 间通信语言规范 | 第55-57页 |
| 3.3 体系结构模型的形式化规范的必要性和方法 | 第57-58页 |
| 3.3.1 形式化规范的必要性 | 第57-58页 |
| 3.3.2 形式化规范描述方法 | 第58页 |
| 3.4 基于一阶多元π 演算的控制体系结构模型形式化规范 | 第58-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第四章 集成合同网和Q-学习的柔性制造单元任务动态协调分配机制 | 第67-83页 |
| 4.1 引言 | 第67页 |
| 4.2 强化学习与Q-学习算法 | 第67-72页 |
| 4.2.1 马尔可夫决策过程（MDP, Markov Decision Process） | 第68-69页 |
| 4.2.2 强化学习原理和基本要素 | 第69-70页 |
| 4.2.3 Q-学习算法 | 第70-72页 |
| 4.3 集成合同网和Q-学习的单元任务动态协调分配机制（CNP-QL） | 第72-80页 |
| 4.3.1 CNP-QL 协商机制模型 | 第73-74页 |
| 4.3.2 基于FIPA ACL 的CNP-QL 机制的消息表述 | 第74-75页 |
| 4.3.3 CNP-QL 机制的策略决策过程和学习过程 | 第75-76页 |
| 4.3.4 CNP-QL 机制中Q-学习算法各因素的具体定义 | 第76-80页 |
| 4.4 基于CNP-QL 机制的作业动态分配仿真实验和分析 | 第80-82页 |
| 4.5 本章小结 | 第82-83页 |
| 第五章 基于过滤定向搜索算法的单元自治调度方法 | 第83-119页 |
| 5.1 引言 | 第83-84页 |
| 5.2 基于过滤定向搜索的单元自治调度决策模型 | 第84-85页 |
| 5.3 问题域—多目标柔性Job-shop调度问题模型 | 第85-96页 |
| 5.3.1 柔性Job-shop 调度问题描述 | 第85-86页 |
| 5.3.2 作业调度多目标因素 | 第86-87页 |
| 5.3.3 多目标调度优化问题及解决方法 | 第87-89页 |
| 5.3.4 选定三种目标的原因及目标间相互冲突性论证 | 第89-91页 |
| 5.3.5 基于选定三目标的柔性Job-shop 调度问题建模及模型分析 | 第91-96页 |
| 5.4 核心算法—基于过滤定向搜索的启发式算法（HFBS） | 第96-103页 |
| 5.4.1 过滤定向搜索算法 | 第96-97页 |
| 5.4.2 搜索策略定义 | 第97-99页 |
| 5.4.3 算法描述 | 第99-101页 |
| 5.4.4 算法说明实例描述 | 第101-103页 |
| 5.5 算法性能评价 | 第103-117页 |
| 5.5.1 局部评价函数和全局评价函数性能分析 | 第103-106页 |
| 5.5.2 典型FJSP Benchmark 实例的仿真及比较分析 | 第106-110页 |
| 5.5.3 与调度规则的仿真比较分析 | 第110-117页 |
| 5.6 本章小结 | 第117-119页 |
| 第六章 基于过滤定向搜索算法的单元自治动态重调度优化 | 第119-141页 |
| 6.1 引言 | 第119-120页 |
| 6.2 动态重调度理论框架体系 | 第120-125页 |
| 6.2.1 重调度环境和动态事件 | 第121-122页 |
| 6.2.2 重调度策略 | 第122-124页 |
| 6.2.3 重调度方法 | 第124-125页 |
| 6.3 基于过滤定向搜索的单元动态重调度策略 | 第125-131页 |
| 6.3.1 动态重调度问题描述 | 第125-126页 |
| 6.3.2 动态重调度决策过程 | 第126-128页 |
| 6.3.3 过滤定向搜索算法的改进 | 第128-130页 |
| 6.3.4 算法的时间复杂性分析 | 第130-131页 |
| 6.4 动态重调度算例仿真 | 第131-140页 |
| 6.4.1 算法评价 | 第131-136页 |
| 6.4.2 动态重调度算例仿真 | 第136-140页 |
| 6.5 本章小结 | 第140-141页 |
| 第七章 原型仿真系统设计与开发 | 第141-156页 |
| 7.1 引言 | 第141页 |
| 7.2 JADE 平台 | 第141-144页 |
| 7.3 原型系统设计方法与运行环境 | 第144-146页 |
| 7.3.1 面向智能实体设计方法 | 第144-145页 |
| 7.3.2 硬件环境 | 第145页 |
| 7.3.3 软件体系架构 | 第145-146页 |
| 7.4 原型系统设计与仿真界面 | 第146-155页 |
| 7.4.1 辅助功能描述 | 第146-148页 |
| 7.4.2 系统包图和类图 | 第148-149页 |
| 7.4.3 原型系统功能界面 | 第149-155页 |
| 7.5 本章小结 | 第155-156页 |
| 第八章 结论与展望 | 第156-160页 |
| 8.1 引言 | 第156页 |
| 8.2 本论文的主要工作及成果 | 第156-158页 |
| 8.3 展望 | 第158-160页 |
| 参考文献 | 第160-169页 |
| 附录A CNP-QL 算法和仿真源代码 | 第169-180页 |
| 附录B 基于过滤定向搜索算法的核心源代码及部分操作界面 | 第180-192页 |
| 致谢 | 第192-193页 |
| 作者攻读博士学位期间所做的工作和所发表录用的学术论文 | 第193-195页 |
