[发明专利]基于多目标粒子群算法的多智能体制造过程优化方法

权利要求书

1.基于多目标粒子群算法的多智能体制造过程优化方法，其特征是，包括：

针对流程工业的制造过程，构建基于多智能体的制造过程优化模型，包括两层结构，其中，上层结构为总控Agent和用来存放算法和数据信息的池Agent，下层结构为原料Agent、设备Agent、管理Agent以及废料Agent，每一个智能Agent会基于自身的通信模块与其他的Agent进行信息的交互；

将Agent作为多目标粒子群算法中的粒子，赋予Agent种群进化的能力，针对基于多智能体的制造过程优化模型建立相应的数据模型，利用多目标粒子群算法进行求解，获得有效解集。

2.如权利要求1所述的基于多目标粒子群算法的多智能体制造过程优化方法，其特征是，总控Agent负责整个制造过程的资源的协调，它位于制造模型的上层，同时记录着下层Agent的动态，及时的根据得到的信息进行制造过程的调整，在对多种不同生产方案进行优化分析时，从池Agent中取出相应的算法，然后根据算法的优化结果进行生产指导；

原料Agent存储着生产不同产品所需的不用的物料的特性以及各种配比信息；

设备Agent是实际生产中的机器设备，记录有机器的温度、压力、窑速和风力，以保证生产过程中原料和机器的利用率；

管理Agent用来收集设备Agent和原料Agent交互过来的信息，同时把它反馈给上层的总控Agent；

废料Agent则负责对生产剩余物料进行二次利用，降低对环境的污染。

3.如权利要求1所述的基于多目标粒子群算法的多智能体制造过程优化方法，其特征是，针对水泥制造的其中一个阶段即“两磨一烧”配比混合阶段进行数学模型的建立：

具体函数如下：

minH(x)＝(f₁(x),f₂(x))^T (3)

公式(1)的目的就是使误差h₁(x)尽可能的最小，依此来提高水泥性能，M₁表示加入的添加剂的数量，N_k为满足标准含量时所需要投入的添加剂的用量，n_k(x)为达到所需水泥性能指标最小范围所需的添加剂的用量，其中所有矿物的含量以及当前水泥的硬化程度耐久性等均有具体制造过程中的检测仪得出；

公式(2)为所需的总成本，需要优化得到成本h₂(x)最小值，，M₂为所需添加剂的数量，g_t为第t中添加剂的加入量，p_t为每种添加剂的单价；

公式(3)为以上两个目标的整合。

4.如权利要求1所述的基于多目标粒子群算法的多智能体制造过程优化方法，其特征是，利用多目标粒子群算法进行求解，首先进行初始化，设置粒子群的大小，初始位置，初始速度，计算各个粒子的目标函数，找到各个粒子的当前个体极值，找到整个粒子群的当前全局最优解，更新各个粒子的速度和位置，判断是否达到终止条件，若是，则输出最优解，否则，重新计算各个粒子的目标函数，直至达到终止条件。