基于多智能体的企业协作行为建模与仿真

基于多智能体的企业协作行为建模与仿真

论文摘要

在市场竞争日益激烈的情况下,企业的内外环境也日趋复杂,需求的多样化及不确定性给各类企业都带来挑战。为了敏捷地响应客户个性化的需求,生产企业必须优化传统运作模式来提高生产的柔性和敏捷性,同时企业之间需要协作组建虚拟企业应对市场机会;另外,虚拟软件企业这种特殊产品形式的虚拟企业的发展也引起了学界的关注。本文从企业协作的观点出发,选取典型企业形式进行研究,分别以生产制造型企业、虚拟企业及虚拟软件企业为对象,并采用多智能体仿真技术建立了各自的企业协作行为仿真模型,并根据仿真实验结果,提出了企业协作行为的管理策略。本文主要研究工作如下:(1)针对实体生产企业生产管理中的协作行为,分析了拉式生产系统中看板控制策略所存在的局限性,论述了看板控制策略与群集智能中的固定阈值蚁群劳动分工模型之间的相似性。提出将后者引入看板控制策略,以弥补看板控制策略缺乏全局优化能力的不足,实现平衡生产。据此对基本的固定阈值蚁群劳动分工模型进行了改进,重新设计蚂蚁的活动环境、属性特征以及状态转移规则等,建立了多状态蚁群劳动分工模型。通过一个多状态蚁群劳动分工模型执行过程的示例,给出了其算法实现步骤,进而选取一个典型的生产加工实例,采用该模型进行了计算仿真实验,结果表明基于多状态蚁群劳动分工模型的动态看板控制策略可以平衡各工序的生产效率,增强生产系统应对生产任务变化的能力,降低关键工序的限制,实现全局优化,使得生产平稳性得以提高,加工过程的工作负荷趋于平衡。(2)针对虚拟企业的协作行为,以虚拟企业中自我管理团队为例,分析了自我管理团队双层学习行为,以企业内部的协作行为为对象。将虚拟企业团队成员与任务定义为不同智能体,在自我能力估计误差率和彼此能力估计误差率等概念的基础上建立了多智能体仿真模型,采用Visual Basic开发了STLBMSS系统,并用一个实例对该仿真模型进行了确认。仿真实验结果揭示了双层学习行为对团队任务处理效率的影响机理,同时也表明STLBMSS用于分析自我管理团队学习行为的有效性。(3)进一步,针对软件企业此类特殊的虚拟企业,探讨软件企业与其外部的企业协作行为。以复杂适应系统(CAS)理论为基础,分析了虚拟软件企业的从组建到解散这一生命周期中的整体协作方式以及涌现现象,采用多智能体建模与仿真方法,将虚拟软件企业及其外部市场环境抽象为不同的智能体,建立了虚拟软件企业演化多智能体模型,并使用Anylogic仿真软件实现了模型。通过设计和运行仿真实验,得出了虚拟软件企业演化过程中盟主企业选择合作伙伴的机制和软件企业规模的发展趋势。虚拟软件企业能否成功很大程度上取决于其组建过程,而组建过程中最关键的环节是选择合适的合作伙伴。以虚拟软件企业合作伙伴选择问题作为研究对象,分析了其微观作用机制,采用多智能体建模与仿真方法,建立了合作伙伴选择多智能体模型,设计了相应的仿真实验,研究了不同决策目标下的合作伙伴选择机制。研究表明,成本最低法、工期最短法和质量最优法这三种单目标决策方法能够达到各种决策目标的最优化,但是稳定性较差;综合最佳法这种多目标决策方法能够实现软件项目总工期和总质量之间的平衡,并且稳定性较好。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景与意义
  • 1.2 研究内容与方法
  • 1.3 本文章节安排
  • 2 文献综述
  • 2.1 企业协作行为相关文献综述
  • 2.2 智能仿真相关文献综述
  • 3 看板管理的多状态蚁群劳动分工协作模型与仿真
  • 3.1 引言
  • 3.2 看板控制策略与固定阈值模型的相似性
  • 3.3 多状态蚁群劳动分工协作模型
  • 3.4 仿真实验与结果分析
  • 3.5 本章小结
  • 4 虚拟企业自我管理团队学习行为建模与仿真
  • 4.1 引言
  • 4.2 团队任务协作过程与双层学习行为
  • 4.3 多智能体建模
  • 4.4 模型实现
  • 4.5 模型确认实验及结果分析
  • 4.6 本章小结
  • 5 虚拟软件企业协作行为多智能体建模与仿真
  • 5.1 引言
  • 5.2 协作视角下企业规模演化的多智能体仿真研究
  • 5.3 企业协作视角下合作伙伴选择的多智能体仿真研究
  • 5.4 本章小结
  • 6 总结与展望
  • 6.1 全文总结
  • 6.2 研究展望
  • 致谢
  • 参考文献
  • 附录1 攻读学位期间发表论文目录
  • 附录2 攻读学位期间参加及完成的科研课题
  • 相关论文文献

    • [1].基于蒙特卡洛Q值函数的多智能体决策方法[J]. 控制与决策 2020(03)
    • [2].多智能体深度强化学习研究综述[J]. 计算机工程与应用 2020(05)
    • [3].多智能体路径规划研究进展[J]. 计算机工程 2020(04)
    • [4].数据驱动的多智能体网络鲁棒包容控制[J]. 控制理论与应用 2020(09)
    • [5].基于雷达观测的多智能体编队协作式目标跟踪[J]. 指挥信息系统与技术 2020(04)
    • [6].基于多智能体的配电台区智能决策系统研究[J]. 信息技术 2020(10)
    • [7].多智能体集合的人机交互指控系统架构研究[J]. 中国管理信息化 2020(20)
    • [8].多智能体聚集问题研究综述[J]. 计算机应用研究 2019(06)
    • [9].多智能体强化学习综述[J]. 计算机科学 2019(08)
    • [10].基于多智能体的编队控制一致性研究[J]. 科技创新与应用 2016(35)
    • [11].新时期物联网环境下多智能体决策信息技术[J]. 山西农经 2016(14)
    • [12].牵引控制间歇通讯多智能体网络的一致性[J]. 信息与控制 2017(02)
    • [13].基于切换拓扑的多智能体协作控制研究综述[J]. 计算机应用研究 2019(04)
    • [14].基于事件触发机制的多智能体网络平均一致性研究[J]. 计算机应用研究 2017(03)
    • [15].多智能体协调控制的演化博弈方法[J]. 系统科学与数学 2016(03)
    • [16].多智能体模型用于土地利用演变模拟研究进展[J]. 江西科学 2015(01)
    • [17].具有多变时滞的多智能体复杂动态网络的平均一致性[J]. 郧阳师范高等专科学校学报 2013(06)
    • [18].分布式优化的多智能体方法[J]. 控制理论与应用 2019(11)
    • [19].一种基于多智能体强化学习的流量分配算法[J]. 北京邮电大学学报 2019(06)
    • [20].一种高效率的多智能体协作学习通信机制[J]. 信息安全研究 2020(04)
    • [21].基于时滞脉冲控制的二阶多智能体一致性分析[J]. 莆田学院学报 2020(02)
    • [22].正实特征值切换拓扑的一般线性多智能体动态系统稳定性[J]. Engineering 2020(06)
    • [23].支持强化学习多智能体的网电博弈仿真平台[J]. 指挥与控制学报 2019(01)
    • [24].鲁棒优化与多智能体协调的电梯群控调度[J]. 中国新通信 2017(12)
    • [25].基于多智能体遗传算法的配电网节能降耗综合管理系统[J]. 湖南大学学报(自然科学版) 2016(04)
    • [26].事件触发控制背景下的二阶多智能体一致性探究[J]. 数学学习与研究 2019(03)
    • [27].主从多智能体网络快速随机一致性[J]. 山东大学学报(理学版) 2014(01)
    • [28].大规模多智能体仿真平台设计方法的研究[J]. 中国科学技术大学学报 2012(08)
    • [29].离散时间混合多智能体的拟平均一致性控制[J]. 智能系统学报 2012(04)
    • [30].基于多智能体社会的僵尸网络协同防御模型[J]. 微电子学与计算机 2011(03)

    标签:;  ;  ;  ;  

    基于多智能体的企业协作行为建模与仿真
    下载Doc文档

    猜你喜欢