基于多Agent的集装箱码头生产调度系统建模研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第31卷 第3期2007年6月
武汉理工大学学报(交通科学与工程版)
Jou rnal of W uhan U n iversity of T echno logy
(T ran spo rtati on Science &Engineering )
V o l .31 N o.3June 2007
基于多A gen t 的集装箱码头
生产调度系统建模研究
3
收稿日期:2007202213
于 蒙:女,32岁,博士生,讲师,主要研究领域为智能优化设计,物流系统仿真 3湖北省青年杰出人才基金项目资助(批准号:2005ABB 021)
于 蒙 王少梅
(武汉理工大学物流工程学院 武汉 430063)
摘要:集装箱码头的生产调度决策是在港口资源有限的条件下,对设施设备进行优化调度,以提高工作效率的问题,涉及因素多而且具有离散性和动态性的特点.文中提出了基于M A S 集装箱码头的智能生产调度系统的思路及其结构框架,该系统考虑了泊位、岸桥、集卡、堆场及闸口等设施和设备的资源利用,介绍了A gen t 的结构和功能,A gen t 群之间的通信机制和协商机制,并以泊位调度
A gen t 为例,说明了调度A gen t 群的工作机制.
关键词:集装箱;码头;A gen t ;多A gen t 系统;智能;生产调度;决策中图法分类号:U 169.6;T P 18
集装箱码头生产调度为复杂的N P 问题,文中将M u lti 2A gen t 技术引入到生产调度系统中,解
决生产中所出现资源冲突问题时,将各种调度规则、推理算法和优化算法引入到相应的智能A gen t 中,建立基于M u lti 2A gen t 集装箱码头调度
系统模型,研究在该调度系统模型中,各个模块中的内部机理,实现A gen t 之间的协作,以避免在调度过程中出现资源争夺的矛盾.
1 M A S 技术及其在集装箱码头调
度决策中的应用
1.1 集装箱码头生产调度系统[122]
调度是将时间和资源分配给规划中的作业,并根据一组规则和指标对规划进行优化选择,这组规则或约束反映了作业与资源之间的时间关系.集装箱码头的计划调度涉及到各作业区装卸设备的组成问题.图1显示了某集装箱码头的简化模型,车流组织采用东进西出,港内车流运行呈
顺时针圆形运转.从总体上来看,所有作业区(如码头前沿、堆场)总的装卸能力是一定的,但分配
到各作业区上的资源是有限的.因此,合理地安排
装卸工艺,有效地管理、调配和使用所拥有的资源,以完成装卸作业,同时又要使港口整个的装卸作业时间最小化,效率最大化,尽可能避免装卸作业故障、堵塞和排队等待的现象出现
.
图1 集装箱码头的简化模型
集装箱码头的装卸搬运设备主要有:岸边集
装箱起重机(简称岸桥)、堆场装卸桥(简称场桥)、集装箱拖挂车(简称集卡)等.岸桥承担船舶的装卸作业,场桥承担堆场的装卸和堆码作业,而从码头前沿至堆场、堆场内箱区间的水平运输由集装箱拖挂车来完成.卸船过程为:岸桥从船上把集装箱卸到集卡上,集卡把集装箱运到堆场,场桥再把集装箱堆放到堆场上;装船过程与之相反.在码头作业生产作业过程中,被调度的资源包括装卸搬
运设备以及泊位,堆场及港区道路.1.2 M AS 在集装箱码头中的应用
M A S (M u lti 2agen t system )是指由一组具有一定资源和能力、相对独立且相互作用的A gen t 组成的系统.在国外A gen t 技术被应用来解决其复杂多变的问题,D egano 和Pellegrino 将多A gen t 技术应用于多功能集装箱码头的作业环节上(包括出口,进口,装卸部分),利用A gen ts 对每天日常作业计划的干扰故障进行检测.Gam 2bardella L ,et al 将运筹学与使用多级A gen t 的仿真相结合,其研究的问题主要集中在调度和装卸过程方面[3].R ebo llo ,et al 提出m u lti agen t 系统模式来解决集装箱码头管理问题,特别是集装箱的合理自动分配,以尽量缩短船舶停泊[4].T hu rston and H u 也着眼泊位分配政策和起重机策略.他们通过物理和逻辑A gen t 测试了各种策略,模拟了韩国釜山的装箱码头[5].
2 集装箱码头生产调度系统的多
A gen t 框架结构模型
基于A gen t 的港口优化调度系统是由具有不同知识的A gen t 群组成的一个多A gen t 系统,每一种A gen t 所具有的优化调度知识的表示各不相同,彼此之间通过通信网络联结在一起.并以此为基础进行彼此之间的协商、协调、协作,同时所有的A gen t 都与系统的黑板子系统连接在一起
.通过黑板共享彼此之间的结果,且系统通过黑板子系统进行任务的分解、控制任务的解题方向和解题进度.黑板是用于存放信息的全局数据库,它记录了各A gen t 所需要的信息和产生的假说,能提供给所有的A gen t 共享.黑板控制器则是用于监督和控制选择相应的数据.系统的结构示意图如图2所示
.
图2 多A gen t 优化调度系统结构
1)泊位调度A gen t 根据正在作业、等待作业及将要到达船舶的船长、作业箱量、到达时间等,对船舶进行动态分配泊位.其知识库包括已到港和预计到港的船舶属性、作业箱属性(箱型、目的地、箱位等)、泊位属性、泊位空闲 繁忙程度等
信息.推理机包括在作业船舶的剩余作业时间、作业繁忙程度、作业优先度,在等待船舶预计等待时间等等.其通信管理层从外界或知识的同时,也要告知岸桥调度A gen ts 当时的推理机相关的结论,以便让岸桥调度A gen ts 做出相应的反应.
2)岸桥调度A gen t 根据泊位调度A gen t 传来的在作业和等待作业船舶的相关信息,为船舶装卸工作调拨适当的岸桥为之服务.岸桥调度A gen t 必须通过储存了大量历史数据和当前实时数据,利用推理机对数据进行比较、分析,智能作出调配决策.当在服务的船作业量都很大时,就出现岸桥资源争夺现象,这时就需要根据从泊位调度A gen t 传来的船舶作业优先度信息,来确定优先为那条船服务.
3)堆场调度A gen t 主要对堆场作业的起重机进行调配和决策分配堆场内进出口集装箱的准确堆存位置.通过通信控制层获知集装箱堆场作业信息,集卡信息,通过推理机判断各堆场作业繁忙程度,判断各堆场所需的场桥.
4)集卡调度A gen t 包括集卡调度 2A gen t 和集卡调度 2A gen t .集卡调度 2A gen t :岸桥把集装箱船舶货舱内或甲板上的集装箱卸载到集卡上,集卡按相应的指派路径把集装箱从岸边运送到码头堆场,在保证集卡最小数量和码头内作业最小阻塞的情况下,以满足码头其他作业环节的有序进行.集卡调度 2A gen t :在堆场堆存的进口集装箱,可能定期或者不定期的通过集卡或拖车运送到集装箱转运站等待其他运输方式的转运,或者通过集卡直接把集装箱送达到客户.
5)闸口调度A gen t 闸口是集装箱码头港区与外界的分界处.集装箱码头分为两类闸口,一类为进闸口,负责载箱集卡拖挂车或空车进门;另一类为出闸口,负责载箱拖挂车或空车出门.由于进出闸口办理的手续不同,通过各行其线以保证闸口处交通畅通,提高闸口作业环节效率.
3 通信机制及协同机制
3.1 通信机制的设计
通信机制负责在A gen t 之间传送通信语言,
通过通信语言完成A gen t 协作功能.通信机制的基本结构包括物理通信、语言消息队列管理、
A gen t 队列管理、
语言解释、语言生成、语法库、语法库管理等部分,其结构如图3所示.
A gen t 物理通信机制采用Socket 技术,一个

594・ 第3期
于 蒙,等:基于多A gen t 的集装箱码头生产调度系统建模研究
图3 A gen t 通信机制结构
A gen t 带有一个服务器Socket 对象和多个客户端Socket 对象,客户端Socket 对象的个数由和该A gen t 相连接的A gen t 个数决定
.语言消息队列管理和A gen t 队列管理采用对象技术实现,在对消
息和A gen t 进行动态管理的过程中,只要调用对象内相应的方法即可.语言解释根据接受到的语言调用A gen t 的协作和协调模块或动作模块,进而实现对其他A gen t 和环境的影响.语言生成根据A gen t 内部需求,生成相应的语言进行交互.语法库作为语言解释和语法生成的资源,可以根据系统的改变进行相应的调整,增强系统的灵活性.3.2 协同机制
协调(coo rdinati on )与协作(coop erati on )是
多A gen t 研究的核心问题之一.协调是指一组
A gen t 完成一些集体活动时相互作用的性质.A gen t 之间的交互有两种关系:负关系和正关系
.正关系表示A gen t 的规划有重叠部分
,或某个A gen t 具有其他A gen t 所不具备的能力,各A gen t 可以通过协作获得帮助.负关系导致冲突,对于冲突的消解构成协调.
在多A gen t 系统中冲突有3种类型:(1)资源冲突,如泊位调度中,多条船在同一时刻争夺有限的泊位资源,而此时系统并不能同时满足它们的要求.(2)目标冲突,如岸桥调度A gen t 目标除了合理分配岸桥给各个泊位,还有就是在岸桥作业不中断,这必然导致与之相配合的集卡出现排队等待现象,与集卡调度A gen t 的目标相悖.(3)结果冲突,即不同的A gen t 对同一问题求得的结果彼此相悖.
集装箱码头各调度A gen t 在动态环境下执行管理者定义的任务,不断响应码头环境和生产任务的变化,互相协作完成集装箱装卸作业的任务,实现集装箱码头生产作业的优化,图4描述了集装箱调度A gen t 之间的协作模型.
图4 集装箱码头各调度A gnet 之间的协作模型
4 案例分析
以泊位调度A gen t 为例来加以说明(如图5),通过该调度A gen t 的实时调度,使该环节作业得到优化和控制. 1)知识库 模型库 存储知识或模型,其来源有两个,一个是由用户设置和增加;另一个是通过学习模块的学习而获得.
2)推理控制器 利用已有的模型或知识来控制通信模块、泊位调度模块和学习模块.
3)用户界面 用户可以利用该界面维护知识库 模型库,并通过推理模块来获得A gen t 的运
图5 泊位调度A gnet 结构
行结果.
4)通信模块 负责A gen t 与其他A gen t 的通信.
・694・武汉理工大学学报(交通科学与工程版)2007年 第31卷
5)泊位分配模块 实现A gen t 的具体功能,
采用蚁群算法为在等待靠泊船舶进行泊位分配和靠泊顺序,以便让船舶在港时间最小化.
6)学习模块 A gen t 对每次运行的结果进行记录和总结,增加新的知识和模型到知识库和模型库中.
其运行机理是:通过通信模块从集装箱船获取相关船舶信息(如船舶服务航线、船型、出口还是进口、集装箱属性等),从闸口A gen t 获取进出箱信息(如是否是直装货,是否加急,是否是特殊箱等),从堆场A gen t 获取装卸箱信息(如是否是中转箱,是否是空箱,是否加急,是否是特殊箱等);由推理控制器收到消息后,利用知识库和模型库进行推理,将结果传递给作业控制器,即泊位分配模块,泊位分配模块根据传来的信息以及泊位空闲状况,采用蚁群优化算法为船舶分配泊位,协调泊位资源争斗冲突;再根据集装箱装卸要求,通过通信模块向岸桥A gen t 发出服务的请求.
5 结束语
文中在对集装箱码头调度系统研究的基础
上,提出了基于M u lti 2A gen t 的码头生产的调度系统的框架结构,并对单个A gen t 的结构和工作原理、各类A gen t 及之间的关系都作了说明.从而将
复杂的港口集装箱码头调度系统结构分解成若干个相对独立的A gen t ,然后通过A gen t 之间通信,协同工作已解决最优调度问题.目前系统还在研制中,下一步准备在调度A gen t 推理机制及冲突的协调作进一步研究,并在其中加以优化算法进行推理和协调,然后结合仿真手段模拟,进行系统测试.
参考文献
[1]Ju βrgen Bo βse ,To rsten R einers ,D irk Steenken ,et al .
V eh icle dispatch ing at seapo rt con tainer term inals u sing evo lu ti onary algo rithm s .P roceedings of the
33rd H aw aii In ternati onal Conference on System Sci 2
ence ,2000:5210
[2]杨静蕾,丁以中.集装箱码头设备配置的模拟研究.
系统仿真学报,2003,15(8):106921073
[3]Gam bardella L M ,R izzo li A E .
Si m u lati on and
p lann ing of an in termodal con tainer term inal .Si m u 2lati on ,1998,71(2):1072116.
[4]R ebo llo M ,Ju lian V ,Carrasco sa C ,et al .A m u lti 2
agen t system fo r the au tom ati on of a po rt con tainer term inal
.A u tonomou s A gen ts 2000W o rk shop on A gen ts in Indu stry .,Barcelona ,Spain ,2000[5]T hu rston T ,H u H .D istribu ted agen t arch itectu re
au tom ati on .26th In ternati onal Compu ter Softw are and Conference ,O xfo rd ,U K .2002:81290
R eseach on M odeling of M u lti 2A gen t 2based
Schedu ling System fo r Con tainer T erm inal
Y u M eng W ang Shao m e i
(Colleg e of L og istics E ng ineering ,W U T ,W uhan 430063)
Abstract
P roducti on schedu le decisi on 2m ak ing of con tainer term inals is to op ti m ize allocati on of ex isted es 2tab lishm en t and m ach ine in o rder to m ax i m ize the p roductivity ,w h ich is stochastic and dynam ical .T h is p ap er investigates the u se of M A S as the basis fo r an in telligen t term inal schedu le system and p ropo ses its fram ew o rk .It is con sidered in th is system how to u se such the berth s ,the gan try cranes ,the con tainer truck s ,the yard and the gates as resou rces of term inal
.T he structu re and functi on of A 2gen t ,comm un icati on m echan is m and nego tiati on m echan is m betw een A gen ts are in troduced .Fu rther m o re ,w o rk ing p rocess of berth schedu le A gen t is illu strated to exp lain the schedu le A gen ts .Key words :con tainer ;term inal ;agen t ;M A S ;in telligence ;schedu ling ;decisi on 2m ak ing

794・ 第3期
于 蒙,等:基于多A gen t 的集装箱码头生产调度系统建模研究。

相关文档
最新文档