CN101872378A - 一种基于时间Petri网和Agent的复杂系统建模方法 - Google Patents

一种基于时间Petri网和Agent的复杂系统建模方法 Download PDF

Info

Publication number
CN101872378A
CN101872378A CN201010208512A CN201010208512A CN101872378A CN 101872378 A CN101872378 A CN 101872378A CN 201010208512 A CN201010208512 A CN 201010208512A CN 201010208512 A CN201010208512 A CN 201010208512A CN 101872378 A CN101872378 A CN 101872378A
Authority
CN
China
Prior art keywords
agent
task
information
petri nets
time petri
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201010208512A
Other languages
English (en)
Inventor
王�华
赵业清
朱道飞
毕贵红
王建军
孟华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kunming University of Science and Technology
Original Assignee
Kunming University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kunming University of Science and Technology filed Critical Kunming University of Science and Technology
Priority to CN201010208512A priority Critical patent/CN101872378A/zh
Publication of CN101872378A publication Critical patent/CN101872378A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明是公开了一种基于时间Petri网和Agent的复杂系统建模方法。建立模型步骤为:第一步,利用Agent对复杂系统建模。根据复杂系统的特点,把复杂系统设计成(Multi-Agent Systems,MAS),分成接口Agent,任务Agent,管理Agent,信息Agent四类;第二步,根据复杂系统的具体情况,确定系统中接口Agent、任务Agent、信息Agent的数量;第三步,分析各类Agent的功能,建立各类Agent的功能结构图;第四步,利用时间Petri网实现对任务类Agent的内部建模。本发明与普通的Petri网相比,能够避免系统模型空间爆炸,实现系统的动态性和柔性,易于系统的扩充和改造,而且也能够避免在系统中出现死锁和冲突。

Description

一种基于时间Petri网和Agent的复杂系统建模方法
技术领域
本发明涉及一种用于人工智能中,对分布式控制中复杂系统建模的一种方法,尤其涉及对复杂系统中基于时间Petri网和多Agent的建模与设计方法。
背景技术
基本Petri网存在一些问题从而限制了其在复杂系统的进一步应用,其主要表现在:
(1)对于复杂系统来说,Petri网建立的模型相对来说系统依赖性比较强,而且模型结构复杂,易导致模型状态空间爆炸等问题,譬如一个有20个状态的系统来说,其规模并不算特别大,而其基本Petri网模型的状态空间却高达220
(2)基本Petri网所建的模型,对于系统接点的增加和减少,将导致系统重新设计,系统的柔性和适应性难以表达。
(3)基本的Petri网忽略了系统的时间特性,不能反映系统的实际情况,导致对系统的时间特性难以描述和分析。
发明内容
本发明针对现有技术不足,提供一种基于时间Petri网和Agent的复杂系统建模方法。
为实现以上目的,本发明专利采用的技术方案是:
第一步,建立复杂系统的多智能体(MAS)结构:
MAS是指由多类智能体构成的系统。每类Agent在系统中担任不同的角色,完成不同的任务;在每类Agent中又有多个Agent组成,每个Agent能够作用于周围环境并和其他Agent相互交流、协作。
根据复杂系统的特点,我们可以把其MAS分成四类Agent:接口Agent、管理Agent、任务Agent、信息Agent。四类Agent在系统中处于不同的层次,履行不同的职能。
任务Agent:完成招标获得的任务,并把任务完成的结果反馈给管理Agent。主要功能有:1、从管理Agent接收任务委托书;2、提取出问题的求解目标;3、制定满足目标的求解计划;4、定义计划的信息查询目标;5、分解计划,为计划执行、监视以及结果组合匹配合适的任务Agent或信息Agent。
管理Agent:实现对任务和要求的汇总,任务的分配,结果的整理等。主要功能是:1、接收通过接口Agent提交的任务和目标,并对任务和目标进行汇总,排序,评价,根据本区域的知识对任务和目标进行判断,对于系统无法完成的任务反馈给相应接口Agent并添加修改意见;2、对任务进行评估和分解,查询本区域知识库,对具有能力完成任务的任务Agent发出招标信息;3、接收任务Agent的投标协议,按照一定的算法进行评估,对于没有任务Agent投标的任务,进行进一步分解或提高奖赏等,完成任务的招投标;4、接收任务Agent的结果,进行评判,给予奖赏;5、把运行结果反馈给接口Agent。
接口Agent:接受用户的任务需求指令,并以合适的方式把系统运行结果反馈给用户。主要功能有:1、针对用户功能及其角色,结合本地知识,实现用户信息的格式化和初始化;2、提供包括结果和解释的相关信息;3、在问题解决中,必要的情况下向用户咨询一些额外的信息。对用户来说,其所要解决的问题只要提交给相应的接口Agent就可以了,至于系统如何来实现任务的分解,规则的进化,则不需要用户理解,实现了对系统复杂性的封装。
信息Agent:和知识库紧密结合,为任务Agent提供信息以及智能服务。主要功能为:1、响应任务Agent的简单单点查询;2、响应周期性查询;3、实现数据源的更新。
第二步,利用时间Petri网实现对任务Agent的结构描述:
任务Agent的任务就是实现对加工工件的加工,使其实现由原料到半成品以及成品的转化。任务Agent类的对象多种多样,根据设备的实际工作过程和特性,建立相应的时间Petri网。
第三步,建立复杂系统中各智能体之间的通信:
管理Agent对于任务的分配,实行招投标的方式,对于管理Agent的招标和任务Agent的投标,管理Agent和任务Agent通过相应的通讯接口实现信息的交互,通过协商,实现任务的分配。任务Agent之间通过协作以及和信息Agent信息的交流来完成招标的任务,实现系统的演化。
本发明专利基于时间Petri网和Agent的建模方法的优点在于:(1)把复杂系统设计成MAS,可以增强系统的扩展性和柔性,便于系统的动态建模;(2)把Agent和时间Petri网结合,能有效简化系统结构和规模;(3)模型中引入时间,可以实现系统的时间序列表达。
附图说明
图1为本发明专利复杂系统MAS结构图
图2为本发明专利管理Agent功能图
图3为本发明专利任务Agent功能图
图4为本发明专利接口Agent和消息Agent功能图
图5为本发明专利轧机Agent时间Petri网图
图6为本发明专利天车Agent时间Petri网图
图7为本发明专利加热炉Agent时间Petri网图
图8为本发明专利任务Agent之间协作消息传递图。
具体实施方式
下面结合附图以实例进一步说明本发明的实质内容,但本发明的内容并不限于此。
实施例1:
使用时间Petri网和多智能体来实现某轧钢系统的建模与分析,可以将轧钢MAS分成如下四类:接口Agent,管理Agent,任务Agent,信息Agent,其中任务Agent包括加热炉Agent、轧机Agent和天车Agent等。其中(1)天车Agent负责原料的供应和中间件的移动,以及废品的移除和成品的入库等;(2)加热炉Agent负责工件的加热,储存和协调系统的物流,保障系统最大的物流量;(3)轧机Agent实现对原料和中间件的加工,完成原料到产品的转化。
如图1所示,生产任务由用户通过接口Agent交给管理Agent,管理Agent对任务进行整理并进行初步评估,并根据自己的知识库对任务进行分解,对任务进行招标,任务Agent接收来至管理Agent的招标信息,根据自己的状态和知识库信息,进行投标,管理Agent接收到投标信息后进行评估,把任务分配给最合适的任务Agent,完成招投标工作,任务Agent完成投标获得的任务后,把结果反馈给管理Agent,管理Agent对结果进行评价和汇总,给予相应任务Agent奖罚,把结果反馈给接口Agent,接口Agent以合适的方式把结果显示给用户。
如图2管理Agent通过通讯接口,接收来至其他Agent的信息,在管理器的控制下,通过信息处理,结合知识库和规则库,由推理机进行推理,实现信息的处理,完成任务的分解,招投标工作以及结果的汇总等。
如图3所示,任务Agent接收任务后,对任务目标进行规划,根据目标和规则库的规则,结合相应的信息进行实时调度,实现设备状态的转化。
如图4所示,信息请求通过通讯接口由信息处理机构来实现对数据库和规则库的信息检索,反馈满足查询要求的信息。
如图5所示,当有工件请求加工时,消息库所MP21有标识,如果设备就绪(P2有标识),这时候T1点火,工件开始加工,经过一段时间后,工件加工完成,设备处于就绪状态(P2),并发出工件加工完成消息(MP22);当设备处于空闲状态(P2)并且有维修消息(MP23有标识)时,设备开始维修(T4点火),经过一段时间后,维修结束(T3点火),并发出维修结束信号(MP24)。
如图6所示,天车有装载请求信息(MP01)和物料准备就绪信息(MP02)时,天车开始装载(T1点火),经过一段时间后,装载结束(T2点火),当有卸载请求时(MP04),开始卸载(T3点火),经过一段时间后,卸载结束(T4点火),天车处于就绪状态(P4)并发出卸载结束消息(MP05)。
如图7所示,当有工件等待进入加热炉消息时(MP31),加热炉开始加热(T1点火),经过一段时间加热后,加热结束(T2点火),发出工件等待出加热炉信息(MP32)。
如图8所示,任务Agent之间的消息传递用它们间的关系来表示,如Rij(i≠j)表示消息由任务Agent Ai传到Aj的消息关系。在MAS系统中,当需要任务Agent执行某一行为时,Aj的变迁(即Tj)发生是由其相关的输入消息库所IMj决定的,其具体的执行顺序由Petri网中的关系弧决定,只有当消息发送方OMi的消息库所中有标志(token)时,输入消息库所IMj才会被触发。当轧机完成对零件的加工(变迁T2发生),则发出卸载要求,导致消息库所MP24中有标志(token),当天车收到卸载请求后(MP04中有标志(token)),则进行如下推理:
Step 1:天车Agent根据其内部Petri网模型生成规则,检查其状态是否为空(P4是否有标志(token)),如非空(P4有标志(token)),则开始装载零件(T1发生),调用装载行为函数Load(),进行行为计算。
Step 2:在Load()函数中,由多个实体运行子程序组成,根据工件的位置,计算出相关几何组件的运动轨迹,并对Agent中的参数进行校正,修改。
Step 3:天车Agent根据计算移动到目的地后(T2发生),调用Unload()函数,继续进行行为计算。
Step 4:在Unload()函数中,多个实体运行子程序计算相关组件的运行轨迹,修正Agent中的参数,完成卸载任务。
Step 5:根据系统中各Agent的属性对显示画面进行实时更新。

Claims (9)

1.基于时间Petri网和Agent的复杂系统建模方法,其特征在于:
该方法采用时间Petri网和Agent相结合的方法,实现对复杂系统的建模,建立模型步骤为:
第一步,利用Agent对复杂系统建模:把复杂系统作为一个多智能体系统,其英文为Multi-Agent Systems,MAS,把MAS分成四类Agent:接口Agent,任务Agent,管理Agent,信息Agent;
第二步,根据复杂系统的具体情况,确定系统中接口Agent、任务Agent、信息Agent的数量;
第三步,分析各类Agent的功能,建立各类Agent的功能结构图;
第四步,利用时间Petri网实现对任务类Agent的内部建模。
2.根据权利要求1所述的基于时间Petri网和Agent的复杂系统建模方法,其特征在于:系统中各Agent的接口,实现在系统中Agent之间相互通讯的机制;各Agent的功能结构描述各Agent内部推理机制;利用时间Petri网描述任务Agent的内部结构,实现任务Agent内部动作时间序列的表达。
3.根据权利要求1所述的基于时间Petri网和Agent的复杂系统建模方法,其特征在于:每类Agent在系统中担任不同的角色,完成不同的任务;在每类Agent中又有多个Agent组成,每个Agent能够作用于周围环境并和其他Agent相互交流、协作。
4.根据权利要求1所述的基于时间Petri网和Agent的复杂系统建模方法,其特征在于:任务Agent:完成招标获得的任务,并把任务完成的结果反馈给管理Agent,从管理Agent接收任务委托书;提取出问题的求解目标;制定满足目标的求解计划;定义计划的信息查询目标;分解计划,为计划执行、监视以及结果组合匹配合适的任务Agent或信息Agent。
5.根据权利要求1所述的基于时间Petri网和Agent的复杂系统建模方法,其特征在于:管理Agent:实现对任务和要求的汇总,任务的分配,结果的整理,接收通过接口Agent提交的任务和目标,并对任务和目标进行汇总,排序,评价,根据本区域的知识对任务和目标进行判断,对于系统无法完成的任务反馈给相应接口Agent并添加修改意见;对任务进行评估和分解,查询本区域知识库,对具有能力完成任务的任务Agent发出招标信息;接收任务Agent的投标协议,按照一定的算法进行评估,对于没有任务Agent投标的任务,进行进一步分解或提高奖赏等,完成任务的招投标;接收任务Agent的结果,进行评判,给予奖赏;把运行结果反馈给接口Agent。
6.根据权利要求1所述的基于时间Petri网和Agent的复杂系统建模方法,其特征在于:接口Agent:接受用户的任务需求指令,并以合适的方式把系统运行结果反馈给用户,针对用户功能及其角色,结合本地知识,实现用户信息的格式化和初始化;提供包括结果和解释的相关信息;在问题解决中,必要的情况下向用户咨询一些额外的信息。
7.根据权利要求1所述的基于时间Petri网和Agent的复杂系统建模方法,其特征在于:信息Agent:和知识库紧密结合,为任务Agent提供信息以及智能服务,响应任务Agent的简单单点查询,响应周期性查询以及实现数据源的更新。
8.一种如权利要求1所述的基于时间Petri网和Agent的复杂系统建模方法,其特征在于:该方法应用于轧钢系统,
9.如权利要求8所述的基于时间Petri网和Agent的复杂系统建模方法,其特征在于:轧钢MAS分成如下四类:接口Agent,管理Agent,任务Agent,信息Agent,其中任务Agent包括加热炉Agent、轧机Agent和天车Agent,其中天车Agent负责原料的供应和中间件的移动,以及废品的移除和成品的入库;加热炉Agent负责工件的加热,储存和协调系统的物流,保障系统最大的物流量;轧机Agent实现对原料和中间件的加工,完成原料到产品的转化。
CN201010208512A 2010-06-24 2010-06-24 一种基于时间Petri网和Agent的复杂系统建模方法 Pending CN101872378A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010208512A CN101872378A (zh) 2010-06-24 2010-06-24 一种基于时间Petri网和Agent的复杂系统建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010208512A CN101872378A (zh) 2010-06-24 2010-06-24 一种基于时间Petri网和Agent的复杂系统建模方法

Publications (1)

Publication Number Publication Date
CN101872378A true CN101872378A (zh) 2010-10-27

Family

ID=42997238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010208512A Pending CN101872378A (zh) 2010-06-24 2010-06-24 一种基于时间Petri网和Agent的复杂系统建模方法

Country Status (1)

Country Link
CN (1) CN101872378A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156660A (zh) * 2011-04-12 2011-08-17 东南大学 多主体系统中基于双层分解的任务分配方法
CN102902866A (zh) * 2012-10-30 2013-01-30 同济大学 基于行为流生态系统架构的发动机产品设计方法
CN103310118A (zh) * 2013-07-04 2013-09-18 文超 高速铁路列车运行冲突预测方法
CN103699104A (zh) * 2013-12-30 2014-04-02 苏州大学 一种死锁避免控制方法、装置和自动化生产系统
CN104217100A (zh) * 2014-07-24 2014-12-17 昆明理工大学 一种基于agent社会圈子网络的语言竞争模型的建模仿真方法
CN105338074A (zh) * 2015-10-21 2016-02-17 武汉工程大学 合同网任务分配方法、获取方法、智能代理器及mas
CN105653577A (zh) * 2015-12-19 2016-06-08 南昌航空大学 一种基于混成时空Petri网模型上的CPS物理实体的形式化建模方法
CN106648833A (zh) * 2016-12-12 2017-05-10 华东师范大学 一种软件体系结构建模和仿真系统
CN107153922A (zh) * 2017-05-10 2017-09-12 河海大学常州校区 一种可重构装配系统仿生控制模型
CN107814312A (zh) * 2017-10-30 2018-03-20 俊杰机械(深圳)有限公司 一种天车运行策略的生成方法和系统
CN107871047A (zh) * 2017-11-21 2018-04-03 中国人民解放军战略支援部队航天工程大学 一种复杂空间系统安全管理平行计算方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156660A (zh) * 2011-04-12 2011-08-17 东南大学 多主体系统中基于双层分解的任务分配方法
CN102902866A (zh) * 2012-10-30 2013-01-30 同济大学 基于行为流生态系统架构的发动机产品设计方法
CN102902866B (zh) * 2012-10-30 2016-05-18 同济大学 基于行为流生态系统架构的发动机产品设计方法
CN103310118A (zh) * 2013-07-04 2013-09-18 文超 高速铁路列车运行冲突预测方法
CN103310118B (zh) * 2013-07-04 2016-02-10 中国铁路总公司 高速铁路列车运行冲突预测方法
CN103699104A (zh) * 2013-12-30 2014-04-02 苏州大学 一种死锁避免控制方法、装置和自动化生产系统
CN103699104B (zh) * 2013-12-30 2017-01-25 苏州大学 一种死锁避免控制方法、装置和自动化生产系统
CN104217100B (zh) * 2014-07-24 2017-02-15 昆明理工大学 一种基于agent社会圈子网络的语言竞争模型的建模仿真方法
CN104217100A (zh) * 2014-07-24 2014-12-17 昆明理工大学 一种基于agent社会圈子网络的语言竞争模型的建模仿真方法
CN105338074A (zh) * 2015-10-21 2016-02-17 武汉工程大学 合同网任务分配方法、获取方法、智能代理器及mas
CN105653577A (zh) * 2015-12-19 2016-06-08 南昌航空大学 一种基于混成时空Petri网模型上的CPS物理实体的形式化建模方法
CN105653577B (zh) * 2015-12-19 2019-06-11 南昌航空大学 一种基于混成时空Petri网模型上的CPS物理实体的形式化建模方法
CN106648833A (zh) * 2016-12-12 2017-05-10 华东师范大学 一种软件体系结构建模和仿真系统
CN107153922A (zh) * 2017-05-10 2017-09-12 河海大学常州校区 一种可重构装配系统仿生控制模型
CN107814312A (zh) * 2017-10-30 2018-03-20 俊杰机械(深圳)有限公司 一种天车运行策略的生成方法和系统
CN107814312B (zh) * 2017-10-30 2019-10-11 俊杰机械(深圳)有限公司 一种天车运行策略的生成方法和系统
CN107871047A (zh) * 2017-11-21 2018-04-03 中国人民解放军战略支援部队航天工程大学 一种复杂空间系统安全管理平行计算方法

Similar Documents

Publication Publication Date Title
CN101872378A (zh) 一种基于时间Petri网和Agent的复杂系统建模方法
Gong et al. Energy-efficient flexible flow shop scheduling with worker flexibility
Shyalika et al. Reinforcement learning in dynamic task scheduling: A review
Pan et al. Digital twin based real-time production logistics synchronization system in a multi-level computing architecture
Guo et al. A novel approach for multi-agent-based intelligent manufacturing system
Hao et al. Implementing a hybrid simulation model for a Kanban-based material handling system
Hsu et al. Agent-based fuzzy constraint-directed negotiation mechanism for distributed job shop scheduling
Digalakis et al. A multipopulation cultural algorithm for the electrical generator scheduling problem
Zhang et al. An effective multi-AGVs dispatching method applied to matrix manufacturing workshop
Guo et al. An agent-oriented approach to resolve scheduling optimization in intelligent manufacturing
CN105701273B (zh) 一种基于主体的组件化物流系统仿真计算方法
Tang et al. An improved multi-objective multifactorial evolutionary algorithm for assembly line balancing problem considering regular production and preventive maintenance scenarios
CN107392531B (zh) 一种城市轨道交通车辆基地检修物流仿真系统及方法
Ren et al. A novel Q-learning based variable neighborhood iterative search algorithm for solving disassembly line scheduling problems
Wang et al. Synchronizing production scheduling with resources allocation for precast components in a multi-agent system environment
CN113723867B (zh) 资源分配的方法、装置、设备、存储介质及程序产品
Torreño et al. A flexible coupling approach to multi-agent planning under incomplete information
Deng et al. Study on an airport gate assignment method based on improved ACO algorithm
Jeong Conceptual frame for development of optimized simulation-based scheduling systems
Khalid et al. Modified particle swarm algorithm for scheduling agricultural products
CN112101773A (zh) 一种用于流程工业的多智能体系统任务调度方法及系统
Shi-jin et al. Filtered-beam-search-based algorithm for dynamic rescheduling in FMS
Bai et al. Smart mobile robot fleet management based on hierarchical multi-agent deep Q network towards intelligent manufacturing
CN105984766B (zh) 电梯的群管理系统
Zhang et al. Complex equipment remanufacturing schedule management based on multi-layer graphic evaluation and review technique network and critical chain method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20101027