| 【中文题名】 | 基于Multi-Agent系统的炼油过程动态调度 |
| 【英文题名】 | Multi-Agent Based Dynamic Scheduling for the Process of Oil Refining |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-19 |
| 【中关键词】 | 炼油过程,动态调度,Multi-Agent理论,流量分配比重,动态事件, |
| 【英关键词】 | oil refining process,dynamic scheduling,Multi-Agent system,products flow proportion,dynamic event, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
如今，现代制造企业正面临着制造环境严峻，制造系统多变和制造过程复杂等多方面的问题，传统的生产方式已经不能满足市场变化的需求。加之用户对产品越来越高的要求，使得产品不断趋向多样化和个性化，而与此同时产品制造的生命周期却在逐渐缩短，这就要求制造系统不仅能够快速高质的完成制造任务，及时响应市场需求，还要有迅速解决突发事件的能力，这样才能以有效的方式应对多变的市场和迎接随时可能到来的机遇和挑战。因此，开展生产调度，尤其是动态调度领域内的研究变得十分重要和迫切。
炼油行业是我国国有企业的主体，位于制造产业的上游，其所实现的产值约占国民经济的三分之一，是国民经济的支柱型行业，也是其它行业发展的主要推动力量。实现炼油行业的资源和能源的整体优化和综合利用，不但可以推动生产的“安全，环保，节能，降耗”，提高企业的经济效益和社会效益，也是实现经济可持续发展的有力保障。因此，对炼油过程动态生产调度的研究成为本课题的重点。
本文的主要研究内容包括以下几个方面：
首先，本文在分析研究炼油过程背景及意义的基础上，指出了目前炼油过程动态调度所存在的一些主要问题。通过分析当前动态调度研究方法的现状，比较各种... |
| 【论文题纲】 |
|
中文摘要 |
8-10 |
|
英文摘要 |
10-12 |
|
缩略词 |
12-13 |
|
第一章 绪论 |
13-25 |
|
1.1 本课题的背景及研究意义 |
13-14 |
|
1.2 存在的问题 |
14-15 |
|
1.3 动态调度的研究现状 |
15-23 |
|
1.3.1 最优化方法 |
16-17 |
|
1.3.2 启发式方法 |
17 |
|
1.3.3 系统仿真方法 |
17 |
|
1.3.4 智能计算方法 |
17-18 |
|
1.3.5 网络方法 |
18-19 |
|
1.3.6 实时智能方法 |
19 |
|
1.3.7 人工智能方法 |
19-21 |
|
1.3.8 各种方法的比较 |
21-23 |
|
1.4 本文的主要工作及章节安排 |
23-25 |
|
第二章 智能 Agent 和 MAS 理论 |
25-31 |
|
2.1 智能Agent |
25-26 |
|
2.1.1 Agent 的定义 |
25 |
|
2.1.2 Agent 的特性 |
25-26 |
|
2.2 Multi-Agent 系统 |
26-28 |
|
2.3 MAS 的应用 |
28-29 |
|
2.4 本章小结 |
29-31 |
|
第三章 炼油过程的 MAS 建模 |
31-47 |
|
3.1 炼油过程系统 |
31-35 |
|
3.1.1 炼油过程系统构成 |
31-33 |
|
3.1.2 炼油过程的特点及生产要求 |
33-34 |
|
3.1.3 炼油过程系统目标 |
34-35 |
|
3.2 炼油过程装置简化 |
35-36 |
|
3.2.1 简化规则 |
35-36 |
|
3.2.2 简化后系统流程图 |
36 |
|
3.3 炼油过程模型化表示 |
36-45 |
|
3.3.1 Agent 分类 |
36-38 |
|
3.3.2 炼油过程的 Multi-Agent 模型 |
38-40 |
|
3.3.3 各类 Agent 内部模型 |
40-45 |
|
3.4 本章小结 |
45-47 |
|
第四章 炼油过程模型求解方法 |
47-55 |
|
4.1 流量分配比重自学习 |
47-52 |
|
4.1.1 算法描述 |
48-50 |
|
4.1.2 算法举例 |
50-52 |
|
4.2 调度求解 |
52-54 |
|
4.2.1 常规调度 |
52-53 |
|
4.2.2 异常调度 |
53-54 |
|
4.3 本章小结 |
54-55 |
|
第五章 炼油过程系统实现及结果分析 |
55-73 |
|
5.1 系统实现 |
55-60 |
|
5.1.1 Agent 间通讯简介 |
55-57 |
|
5.1.2 Agent 间的合作 |
57-59 |
|
5.1.3 算法实现 |
59-60 |
|
5.2 仿真结果及比较分析 |
60-72 |
|
5.2.1 本算法计算结果 |
62-63 |
|
5.2.2 分组遗传算法计算结果 |
63 |
|
5.2.3 粒子群算法计算结果 |
63-64 |
|
5.2.4 结果比较 |
64-72 |
|
5.3 本章小结 |
72-73 |
|
第六章 结论 |
73-75 |
|
6.1 问题的提出及解决 |
73 |
|
6.2 本方法的优缺点评价 |
73-74 |
|
6.3 需进一步研究的问题 |
74-75 |
|
参考文献 |
75-81 |
|
致谢 |
81-82 |
|
攻读硕士学位期间发表的论文 |
82 |
|
攻读硕士学位期间参与的项目 |
82-83 |
|
学位论文评阅及答辩情况表 |
83 |
|
| 【DOI】 | LunWen.ID:2.2008.388680 |
