针对分布式制造调度领域现有协商机制(尤其是合同网机制)难以对环境或历史信息进行有效利用、推理或预测,本项目提出了集成机器学习方法的协商机制,旨在采用包括强化学习、基于事例学习等机器学习方法、智能体间协商机制以及形式化规范和建模技术研究面向分布式制造调度的适应性协商机制的理论、建模、分析和应用。研究并按计划完成的主要工作有(1)集成强化学习的制造合同网机制;(2)基于事例学习的协商机制。并在基于pi-演算的协商结构和机制的形式化描述,和集成启发式算法的分布式制造调度应用两相关方面进行了深入和扩展。本项目的研究有利于扩展面向分布式制造调度领域适应性协商机制的建模和应用,并为制造企业分布式制造调度提供较好的指导意义。
英文主题词Adaptive negotiation mechanism; Distributed manufacutirng scheduling; Machine learning; Agent; Reinforcement learning