CN112308314A - 一种基于vcg拍卖的智能车间主动调度方法 - Google Patents

一种基于vcg拍卖的智能车间主动调度方法 Download PDF

Info

Publication number
CN112308314A
CN112308314A CN202011185503.2A CN202011185503A CN112308314A CN 112308314 A CN112308314 A CN 112308314A CN 202011185503 A CN202011185503 A CN 202011185503A CN 112308314 A CN112308314 A CN 112308314A
Authority
CN
China
Prior art keywords
workpiece
machine
intelligent
processing
workpieces
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
CN202011185503.2A
Other languages
English (en)
Inventor
陈剑
孙明月
宁通
林欣
姚蓓佳
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011185503.2A priority Critical patent/CN112308314A/zh
Publication of CN112308314A publication Critical patent/CN112308314A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于VCG拍卖的智能车间的主动调度方法，该方法充分发挥了智能制造的主动调度特征，设计了两种基于知识驱动的工件估值函数，构建工件智能体的“大脑神经元”。工件自主对机器上不同的加工顺序进行估值，确定竞拍报价；机器根据社会效益最优选择工件，实现机器‑工件的自主匹配，实现智能车间自治运作。基于拍卖的智能车间主动调度方法规定智能车间运作规则，即排队工件对机器加工顺序自主估值，机器根据社会效益最优选择工件，实现机器‑工件主动调度，实现智能车间高度自治的运作模式。本发明的主动调度方法，能够实现工件真实报价、个体理性、有效分配和预算平衡。

Description

一种基于VCG拍卖的智能车间主动调度方法
技术领域
本发明涉及智能车间技术领域，特别涉及一种基于VCG拍卖的智能车间的主动调度方法。
背景技术
近年来智能制造已经成为学术界和业界关注的研究热点。随着制造车间中制造资源的互联互通和智能化，传统的“被动式”调度方法已经无法满足智能制造调度的需求。智能制造的一大特征是“主动”，如何发挥制造资源智能属性，实现资源自主决策、自主协商、自主维护，进而实现智能制造要素主观能动性，成为当前国内外制造业实现智能制造面临的共同挑战。
主动调度(Initiative scheduling)模式，正式给出了主动调度的定义，辨析了主动调度与被动调度(Passive scheduling)的区别与联系，阐述了主动调度使能体，分析了调度要素之间关系的演化模式，讨论了被动调度和主动调度各自的运作模式，探讨了主动调度的互调度行为，给出了主动调度的未来研究方向。基于生产趋势预测的主动调度方法，建立了实时状态模型表达生产过程中的历史信息及实时状态信息，并利用了贝叶斯网络进行推理，预测生产过程的加工趋势，再以趋势预测的结果作为实时调度的触发条件和依据，生成针对异常趋势的主动式调度方案。
当前智能制造的主动调度方面的研究仍然是发展初期，对于适应智能制造复杂环境的主动调度机制及智能体交互机理等关键技术缺乏深入的研究。
发明内容
本发明提出了一种基于VCG拍卖的智能车间主动调度方法，赋予制造资源智能决策的能力，实现了工件智能体自主评估加工顺序价值、机器-工件自主协商确定最优加工顺序。
为实现上述目的，本发明提供了如下方案：
一种基于VCG拍卖的智能车间主动调度方法，包括以下步骤：
S1、工件对机器上的不同加工顺序进行估值，工件的估值通过估值函数来计算，得到工件使用不同加工顺序的预估利润；
S2、工件基于所述预估利润向机器不同加工顺序提出报价；
S3、机器以最大化总利润为目标，构建整数规划模型IP；
S4、求解所述整数规划模型IP，确定各个加工顺序的中标工件；
S5、基于VCG支付方案计算得到中标顺序的最终支付价格，实现机器的加工顺序与工件的主动匹配。
优选地，所述S1还包括以下步骤：约定机器前的排队工件组、机器上的加工顺序为拍卖对象、排队工件组中的工件为拍卖者。
优选地，所述S1中估值函数分为两种：基于加工时间平均数的估值函数MPT-EF、基于交货期的估值函数DD-EF。
优选地，所述基于加工时间平均数的估值函数MPT-EF的构建方法为：
约定每个工件的加工时间为平均加工时间
Figure BDA0002751288240000031
则工件在加工顺序上的完工时间为
Figure BDA0002751288240000032
因此其预估惩罚成本为
Figure BDA0002751288240000033
得到工件i∈U在不同加工顺序上的最大惩罚成本为
Figure BDA0002751288240000034
设定利润为正，将工件i∈U的价格设为
Figure BDA0002751288240000035
则工件i∈U在加工顺序j∈S上的预估利润Vij为工件价格减去预估惩罚成本，即
Figure BDA0002751288240000036
优选地，所述工件根据所述加工顺序的预估利润进行竞价，其所述预估利润越大，对该加工顺序的竞价也就越大，所述加工顺序的竞价不会超过其预估利润，即：
Figure BDA0002751288240000037
优选地，所述基于交货期的估值函数DD-EF为：首先，计算工件的最大惩罚成本，即为工件第一个加工的惩罚成本和最后加工的惩罚成本的最大值，并且将工件的价格设为maxET；其次，根据工件交货期的早晚对工件进行排序，交货期排序为u的工件对机器上第u个加工顺序工件的竞价最高，确定工件在加工顺序上的预估利润；在JIT生产中，工件提前惩罚系数一般小于拖期惩罚系数，其他顺序的预估利润符合等差数列递减。
优选地，所述S3中整数规划模型IP的构建方法为：
Figure BDA0002751288240000038
Figure BDA0002751288240000039
Figure BDA0002751288240000041
其中决策变量是xij，为布尔变量，当xij＝1，表示工件i∈U赢得加工顺序j∈S；当xij＝0，表示工件i∈U无法赢得加工顺序j∈S。
优选地，所述S4中求解整数规划模型IP，可以通过分支定界算法求解得到最优解。
本发明的有益效果为：
(1)本发明提出了一种基于VCG拍卖的智能车间主动调度方法，赋予制造资源智能决策能力，实现工件智能体自主评估加工顺序价值，机器-工件自主协商确定最优加工顺序，该方法区别于传统事先确定工件或机器调度规则等“半主动”调度做法。
(2)本发明设计了两种基于知识驱动的估值函数，从加工时间和交货期两个角度，构建工件智能体的“大脑神经元”，使得工件智能体能够逻辑推理，实现工件智能体对机器加工顺序的自主性估值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明主动调度机制的智能车间运作模式图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
考虑5个工件智能体在单机情况下如何实现主动调度，分析基于VCG拍卖的智能车间主动调度方法(如图1所示)的有效性，并且比较两种估值函数的效果。工件组的基本参数包含：加工时间、交货期、提前惩罚函数系数和拖期惩罚函数系数见表2：
表2算例数据
加工时间 交货期 提前惩罚函数系数 拖期惩罚函数系数
工件A 8 35 2 5
工件B 9 10 3 6
工件C 10 30 1 4
工件D 7 40 2 7
工件E 9 45 3 6
首先对工件组的工件进行排序，每个工件自行评估各个加工顺序的价值，对加工顺序进行报价；
考虑基于加工时间平均数的估值函数，即MPT-EF对加工顺序进行估值；
设工件i∈U的加工时间为pi，其交货期为di，完工时间为fi，拖期惩罚成本为Oi＝ωi(fi-di),fi≥di，提前的惩罚成本为Ei＝γi(di-fi),fi≤di，其中ωi和γi分别为拖期惩罚系数和提前惩罚系数。
已知每各工件的加工时间，可求的每个工件的平均加工时间
Figure BDA0002751288240000061
计算工件i∈U的加工顺序j∈S加工的预估惩罚成本为
Figure BDA0002751288240000062
计算工件i∈U在加工顺序j∈S加工的预估利润为
Figure BDA0002751288240000063
预估利润见表3。该预估利润为工件的报价。
表3工件对加工顺序的报价(基于加工时间平均数的估值函数)
工件\顺序 加工顺序1 加工顺序2 加工顺序3 加工顺序4 加工顺序5
工件A 0 17.2 34.4 51.6 12.8
工件B 193.8 154.8 103.2 51.6 0
工件C 30.6 39.2 47.8 34.4 0
工件D 0 17.2 34.4 51.6 41.8
工件E 0 25.8 51.6 77.4 103.2
对机器来说，其目标是如何分配加工顺序使得整体利益最高，构建整数规划模型(IP 1)如下：
Figure BDA0002751288240000064
Figure BDA0002751288240000065
Figure BDA0002751288240000066
其中决策变量xij为布尔变量，当xij＝1，表示工件i∈U赢得加工顺序j∈S；当xij＝0，表示工件i∈U无法赢得加工顺序j∈S。
目标函数(1)表示总社会效益最大；约束(2)表示每个工件只能拍到一个加工顺序；约束(3)表示每个加工顺序只能满足的一个工件的加工请求。
根据模型(IP 1)求解得到每个加工顺序的中标者，即最优调度方案为B、C、A、D、E，目标函数值为422.2。同时，可以计算出此调度方案B、C、A、D、E的总提前/拖期成本为48。VCG工件的报价并不是最终支付价格，各个工件的支付价格分别为：工件B为顺序1支付0、工件C为顺序2支付0、工件A为顺序3支付8.6，工件D为顺序4支付25.8、工件E为顺序5支付16.0。
VCG定价机制鼓励说真话，避免虚假报价，既满足价格的可信，又可以满足社会福利最大。VCG工件的最终支付价格并不是最初的报价，而是由受损者的社会总效用损失决定，并且最终支付价格一定小于等于最初的报价，也一定小于等于估值价格，这样也满足了工件智能体个体理性的要求。
其次，考虑基于交货期的估值函数，即DD-EF对加工顺序进行估值，计算工件i∈U的最大惩罚成本，根据工件交货期对工件进行排序，因为交货期排序为u的工件对第u个加工顺序工件的竞价最高(交货期排序为1的工件对机器的第1个加工顺序竞价最高)，设定工件i∈U在加工顺序u上的预估利润为maxET。
得到工件对加工顺序的相应预估利润，如表4所示。
表4工件对加工顺序的报价(基于交货期的估值函数)
工件\顺序 加工顺序1 加工顺序2 加工顺序3 加工顺序4 加工顺序5
工件A 43.2 32.4 54 21.6 10.8
工件B 158.4 118.8 198 79.2 39.6
工件C 41.6 31.2 52 20.8 10.4
工件D 52.8 39.6 66 26.4 13.2
工件E 86.4 64.8 108 43.2 21.6
根据模型(IP 1)求解得到每个加工顺序的中标者，即最优调度方案E、D、B、A、C，目标函数值为356.0。同时，可以计算出此调度方案B、C、A、D、E的总提前/拖期成本为302。VCG工件报价并不是最终支付价格，各个工件的支付价格分别为：工件E为顺序1支付34.4、工件D为顺序2支付21.2、工件B为顺序3支付56.0，工件A为顺序4支付10.4、工件C为顺序5支付0。
另外，求解以总惩罚成本最小为目标函数调度模型MIP1，得到最优加工顺序为B、C、A、D、E，其总提前/拖期成本为48。
Figure BDA0002751288240000081
Figure BDA0002751288240000082
Figure BDA0002751288240000083
Figure BDA0002751288240000084
C0＝0 (8)
其中
Figure BDA0002751288240000085
是布尔型决策变量，当
Figure BDA0002751288240000086
说明工件k位于工件i紧前位置加工，否则为
Figure BDA0002751288240000087
Ci为工件i的完工时间。该模型定义了一个虚拟工件0，其加工时间为0。
目标函数(4)表示JIT生产的目标即总提前/拖期惩罚最小；约束(5)表示每个工件后面只有一个紧邻工件；约束(6)表示每个工件前面只有一个紧邻工件；约束(7)表示工件k的完工时间等于前道紧邻工件完工时间加上其加工时间。该约束同时限制了工件加工重叠情况。约束(8)设定虚拟工件完工时间为0时刻。
本发明提出的基于VCG拍卖的智能车间主动调度机制通过理论证明得到两点结论：第一，工件根据预估利润提供真实的报价(Truthful bidding)是VCG拍卖机制实现纳什均衡的前提。第二，VCG拍卖机制可以实现个体理性、有效分配和预算平衡。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (8)

1.一种基于VCG拍卖的智能车间主动调度方法，其特征在于，包括以下步骤：
S1、工件对机器上的不同加工顺序进行估值，工件的估值通过估值函数来计算，得到工件使用不同加工顺序的预估利润；
S2、工件基于所述预估利润向机器不同加工顺序提出报价；
S3、机器以最大化总利润为目标，构建整数规划模型IP；
S4、求解所述整数规划模型IP，确定各个加工顺序的中标工件；
S5、基于VCG支付方案计算得到中标顺序的最终支付价格，实现机器的加工顺序与工件的主动匹配。
2.根据权利要求1所述的基于VCG拍卖的智能车间主动调度方法，其特征在于，所述S1还包括以下步骤：约定机器前的排队工件组、机器上的加工顺序为拍卖对象、排队工件组中的工件为拍卖者。
3.根据权利要求1所述的基于VCG拍卖的智能车间主动调度方法，其特征在于，所述S1中估值函数分为两种：基于加工时间平均数的估值函数MPT-EF、基于交货期的估值函数DD-EF。
4.根据权利要求3所述的基于VCG拍卖的智能车间主动调度方法，其特征在于，所述基于加工时间平均数的估值函数MPT-EF的构建方法为：
约定每个工件的加工时间为平均加工时间
Figure FDA0002751288230000011
则工件在加工顺序上的完工时间为
Figure FDA0002751288230000012
因此其预估惩罚成本为
Figure FDA0002751288230000013
得到工件i∈U在不同加工顺序上的最大惩罚成本为
Figure FDA0002751288230000021
设定利润为正，将工件i∈U的价格设为
Figure FDA0002751288230000022
则工件i∈U在加工顺序j∈S上的预估利润Vij为工件价格减去预估惩罚成本，即
Figure FDA0002751288230000023
5.根据权利要求4所述的基于VCG拍卖的智能车间主动调度方法，其特征在于，所述工件根据所述加工顺序的预估利润进行竞价，其所述预估利润越大，对该加工顺序的竞价也就越大，所述加工顺序的竞价不会超过其预估利润，即：
Figure FDA0002751288230000024
6.根据权利要求3所述的基于VCG拍卖的智能车间主动调度方法，其特征在于，所述基于交货期的估值函数DD-EF为：首先，计算工件的最大惩罚成本，即为工件第一个加工的惩罚成本和最后加工的惩罚成本的最大值，并且将工件的价格设为maxET；其次，根据工件交货期的早晚对工件进行排序，交货期排序为u的工件对机器上第u个加工顺序工件的竞价最高，确定工件在加工顺序上的预估利润；在JIT生产中，工件提前惩罚系数一般小于拖期惩罚系数，其他顺序的预估利润符合等差数列递减。
7.根据权利要求1所述的基于VCG拍卖的智能车间主动调度方法，其特征在于，所述S3中整数规划模型IP的构建方法为：
(IP1)
Figure FDA0002751288230000025
Figure FDA0002751288230000026
Figure FDA0002751288230000031
其中决策变量是xij，为布尔变量，当xij＝1，表示工件i∈U赢得加工顺序j∈S；当xij＝0，表示工件i∈U无法赢得加工顺序j∈S。
8.根据权利要求1所述的基于VCG拍卖的智能车间主动调度方法，其特征在于，所述S4中求解整数规划模型IP，可以通过分支定界算法求解得到最优解。
CN202011185503.2A 2020-10-30 2020-10-30 一种基于vcg拍卖的智能车间主动调度方法 Pending CN112308314A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011185503.2A CN112308314A (zh) 2020-10-30 2020-10-30 一种基于vcg拍卖的智能车间主动调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011185503.2A CN112308314A (zh) 2020-10-30 2020-10-30 一种基于vcg拍卖的智能车间主动调度方法

Publications (1)

Publication Number Publication Date
CN112308314A true CN112308314A (zh) 2021-02-02

Family

ID=74331846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011185503.2A Pending CN112308314A (zh) 2020-10-30 2020-10-30 一种基于vcg拍卖的智能车间主动调度方法

Country Status (1)

Country Link
CN (1) CN112308314A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113467399A (zh) * 2021-07-08 2021-10-01 武汉理工大学 一种知识驱动的柔性离散制造生产调度优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104360660A (zh) * 2014-11-19 2015-02-18 广东工业大学 基于蚁群算法的铝型材车挤压车间能耗优化调度方法
CN104635772A (zh) * 2014-12-08 2015-05-20 南京信息工程大学 一种制造系统自适应动态调度方法
CN111259314A (zh) * 2020-01-16 2020-06-09 西安建筑科技大学 一种分布式混凝土预制构件流水车间生产调度方法
CN111781898A (zh) * 2020-04-15 2020-10-16 无锡市江南橡塑机械有限公司 优化最大拖期的柔性作业车间调度的分布估计算法
CN111798119A (zh) * 2020-06-30 2020-10-20 西安建筑科技大学 一种预制构件流水车间订单接受与调度集成优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104360660A (zh) * 2014-11-19 2015-02-18 广东工业大学 基于蚁群算法的铝型材车挤压车间能耗优化调度方法
CN104635772A (zh) * 2014-12-08 2015-05-20 南京信息工程大学 一种制造系统自适应动态调度方法
CN111259314A (zh) * 2020-01-16 2020-06-09 西安建筑科技大学 一种分布式混凝土预制构件流水车间生产调度方法
CN111781898A (zh) * 2020-04-15 2020-10-16 无锡市江南橡塑机械有限公司 优化最大拖期的柔性作业车间调度的分布估计算法
CN111798119A (zh) * 2020-06-30 2020-10-20 西安建筑科技大学 一种预制构件流水车间订单接受与调度集成优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
崔少东;陈伟达: "考虑碳排放和加工时间可变的废钢铁再制造生产调度", 工业工程与管理, no. 03, 10 June 2016 (2016-06-10), pages 44 - 53 *
朱倩倩等: "基于拍卖的订单接受与加工调度分散决策问题", 计算机集成制造系统, 5 December 2018 (2018-12-05), pages 2567 - 2574 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113467399A (zh) * 2021-07-08 2021-10-01 武汉理工大学 一种知识驱动的柔性离散制造生产调度优化方法

Similar Documents

Publication Publication Date Title
Márkus et al. A market approach to holonic manufacturing
Larson et al. Costly valuation computation in auctions
Macchiaroli et al. A negotiation scheme for autonomous agents in job shop scheduling
Pourebrahimi et al. Market-based resource allocation in grids
Tang et al. Auction-based cooperation mechanism to parts scheduling for flexible job shop with inter-cells
Bonacquisto et al. A strategy to optimize resource allocation in auction-based cloud markets
CN112308314A (zh) 一种基于vcg拍卖的智能车间主动调度方法
Parkes et al. Approximately efficient online mechanism design
MacKie-Mason et al. Price prediction strategies for market-based scheduling
Lang et al. Handling forecast errors while bidding for display advertising
Cao et al. A bottleneck degree-based migrating birds optimization algorithm for the PCB production scheduling
CN107703897B (zh) 一种面向固定式装配过程的协同导航优化方法
Tennenholtz Competitive safety analysis: Robust decision-making in multi-agent systems
CN112699544A (zh) 一种多目标柔性作业车间调度方法
CN109002965B (zh) 一种云制造服务合作水平评估系统及使用方法
Guo VCG redistribution with gross substitutes
CN110390490A (zh) 基于利润的空间众包任务分配方法
Teymouri et al. A continues double auction method for resource allocation in economic grids
Garg et al. Antisocial behavior of agents in scheduling mechanisms
Danak et al. Bidding efficiently in repeated auctions with entry and observation costs
Veeramani et al. Bid construction scheme for job flow time reduction in auction-based fully-distributed manufacturing systems
Hoppe An experimental analysis of parallel multiple auctions
Luo et al. A reverse constraint satisfying method for earliness/tardiness scheduling problem based on improved genetic algorithm
Hassanvand et al. Automated Negotiation Agents in Modeling Gaussian Bidders
Kaur et al. Price forecasting using dynamic assessment of market conditions and agent’s bidding behavior

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination