Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Адаптивное мультиагентное планирование производственных ресурсов на основе онтологии


https://doi.org/10.31799/1684-8853-2018-6-105-117

Полный текст:


Аннотация

Постановка проблемы: в настоящее время требуются новые решения для управления ресурсами в промышленности и других областях, которые должны поддерживать высокий уровень адаптивности и оперативности. Классические комбинаторные или эвристические методы и инструменты не обеспечивают адекватные решения задач управления ресурсами в реальном времени. Цель: разработка метода планирования производственных ресурсов на основе мультиагентных технологий и онтологии для адаптации системы к непредсказуемым событиям, таким как поступление нового заказа, недоступность ресурса и т. п. Результаты: разработан метод адаптивного планирования, в котором агенты непрерывно улучшают показатели системы в режиме реального времени путем выявления и разрешения конфликтных ситуаций, порожденных непредвиденными событиями, при формировании расписаний использования ресурсов. Для настройки мультиагентного планирования в соответствии с особенностями производственного процесса используются семантические сети (онтологии), которые являются основой онтологических баз знаний для хранения информации о специфике конкретного предприятия. В этой связи разработаны: базовая онтология планирования; конструктор онтологии, с помощью которого можно создавать специализированную онтологию предприятия; база знаний в виде семантической Википедии предприятия; мультиагентный планировщик, настраиваемый с помощью базовой и специализированной онтологий в соответствии с особенностями производства и требованиями к операциям технологического процесса. Практическая значимость: применение системы, разработанной на основе метода планирования производственных ресурсов, не ограничивается рамками предприятий машиностроительного профиля, а может быть рекомендовано к использованию при управлении проектами, цепочками поставок и т. д.


Об авторах

П. О. Скобелев
Институт проблем управления сложными системами РАН
Россия

Скобелев Петр Олегович - доктор техн. наук, заведующий лабораторией, ведущий научный сотрудник Института проблем управления сложными системами РАН, профессор кафедры инженерии знаний Поволжского государственного университета телекоммуникаций и информатики, Самара. В 1983 году окончил Куйбышевский авиационный институт им. академика С. П. Королева по специальности «АСУ и прикладная математика». В 2003 году защитил диссертацию на соискание ученой степени доктора технических наук. Является автором 191 научной публикации и трех патентов на изобретения.

Область научных интересов — мультиагентные технологии для создания интеллектуальных систем управления ресурсами в реальном времени и др.

Садовая ул ., 61, Самара, 443020



О. И. Лахин
ООО НПК « Разумные решения»
Россия

Лахин Олег Иванович - канд.  техн. наук, генеральный директор, руководитель направления, ООО «НПК «Разумные решения», Самара. В 1998 году окончил Поволжский институт информатики, радиотехники и связи по специальности «Программное обеспечение вычислительной техники и автоматизированных систем», в 2006 году — Самарский государственный экономический университет по Федеральной программе подготовки управленческих кадров. Является автором 31 научной публикации.

Область научных интересов — мультиагентные технологии для создания интеллектуальных систем управления ресурсами в реальном времени, использующих принципы самоорганизации и эволюции.

Московское ш., 17, Самара, 443013



И. В. Майоров
Институт проблем управления сложными системами РАН
Россия

Майоров Игорь Владимирович - канд. техн. наук, аналитик, руководитель отдела разработки математических моделей, методов и алгоритмов ООО «НПК «Разумные решения», Самара. В 1989 году окончил физический факультет Куйбышевского государственного университета по специальности «Физика». В 2017 году защитил диссертацию на соискание ученой степени кандидата технических наук. Является автором более 40 научных публикаций.

Область научных интересов — системы искусственного интеллекта, мультиагентные системы, теория оптимизации, дискретная математика.

Садовая ул ., 61, Самара, 443020



Е. В. Симонова
Самарский национальный исследовательский университет им. академика С. П. Королева
Россия

Симонова Елена Витальевна - ведущий аналитик ООО «НПК «Разумные решения», Самара, доцент кафедры информационных систем и технологий Самарского государственного аэрокосмического университета им. академика С. П. Королева. В 1985 году окончила Куйбышевский авиационный институт им. академика С. П. Королева по специальности «Автоматизированные системы управления». В 1994 году защитила диссертацию на соискание ученой степени кандидата технических наук. Является автором 126 научных публикаций.

Область научных интересов — разработка интеллектуальных систем управления мобильными ресурсами на основе мультиагентных технологий и др.

Московское ш., 34, Самара, 443086



Список литературы

1. Ugarte S., Artiba A., et al. Manufacturing execution system — a literature review. Production Planning & Control, 2009, vol. 20, no. 6, pp. 525–539.

2. Kletti J. Manufacturing Execution System. Springer, 2010. 272 p.

3. Jeon B. W., et al. An architecture design for smart manufacturing execution system. Computer-Aided Design and Applications, 2017, vol. 14, no. 4, pp. 472–485.

4. Strang D., Galaske N., Anderl R. Dynamic, adaptive worker allocation for the integration of human factors in cyber-physical production systems. Advances in Ergonomics of Manufacturing: Managing the Enterprise of the Future. Springer, 2016, pp. 517–529.

5. Giret A., Trentesaux D., Prabhu V. Sustainability in manufacturing operations scheduling: A state of the art review. Journal of Manufacturing Systems, 2015, vol. 37, no. 1, pp. 126–140.

6. Rzevski G., Skobelev P. Managing complexity. WIT Press, 2014. 198 p.

7. Framinan J. M., Leisten R., García R. R. Manufacturing Scheduling Systems. Springer, 2014. 400 p.

8. Leung J. Y. T. (Ed.). Handbook of scheduling: algorithms, models, and performance analysis. CRC Press, 2004. 1216 p.

9. Voß S. Meta-heuristics: The state of the art. Local Search for Planning and Scheduling. Ed. A. Nareyek. LNAI 2148, Springer, 2001, pp. 1–23.

10. Binitha S., Siva Sathya S. A survey of bio inspired optimization algorithms. International Journal of Soft Computing and Engineering, 2012, vol. 2, iss. 2, pp. 137–151.

11. Xhafa F., Abraham A. Metaheuristics for scheduling in industrial and manufacturing applications. Series: Studies in Computational Intelligence. Springer, 2008, vol. 128. 346 p.

12. Skobelev P. Multi-agent systems for real time adaptive resource management. Industrial Agents: Emerging Applications of Software Agents in Industry. Eds. Paulo Leitão, Stamatis Karnouskos. Elsevier, 2015, pp. 207–230.

13. Скобелев П. О. Открытые мультиагентные системы для оперативной обработки информации в процессах принятия решений. Автометрия, 2002, т. 38, № 6, c. 45–61.

14. Skobelev P., Vittikh V. Multiagent interaction models for constructing the needs-and-means networks in open systems. Automation and Remote Control, 2003, vol. 64, no. 1, pp. 177–185. doi:10.1023/A.1021836811441

15. Виттих В. А., Скобелев П. О. Метод сопряженных взаимодействий для управления распределением ресурсов в реальном масштабе времени. Автометрия, 2009, т. 45, № 2, c. 78–87.

16. Mayorov I., Skobelev P. Towards thermodynamics of real timescheduling. International Journal of Design & Nature and Ecodynamics, WIT Press, 2015, vol. 10, iss. 3, pp. 213–223. doi:10.2495/DNE-V10-N3-213-223

17. Meridou D. T., Kapsalis A. P., Papadopoulou M.-E. Ch., et al. An ontology-based smart production management system. IT Professional, 2015, vol. 17, iss. 6, pp. 36–46.

18. Saeidlou S., Saadat M., Amini Sharifi E., Jules G. D. An ontology-based intelligent data query system in manufacturing networks. Production & Manufacturing Research Journal, 2017, vol. 5, iss. 1, pp. 250–267.

19. Klima M., Gregor J., Harcuba O., Marik V. Agentbased shop floor scheduling. Proceedings of the 8th International Conference on Industrial Applications of Holonic and Multi-Agent Systems (HoloMAS’2017), Lion, France, August 28–30, 2017, LNAI 10444, Springer, 2017, pp. 24–38.

20. Jirkovsky V., Kadera P., Rychtyckyj N. Semi-automatic ontology matching approach for integration of various data models in automotive. Proceedings of the 8th International Conference on Industrial Applications of Holonic and Multi-Agent Systems (HoloMAS’2017), Lion, France, August 28–30, 2017, LNAI 10444, Springer, 2017, pp. 53–65.

21. Rodrigues N., Leitão P., Oliveira E. An agent-based approach for the dynamic and decentralized service reconfiguration in collaborative production scenarios. Proceedings of the 8th International Conference on Industrial Applications of Holonic and Multi-Agent Systems (HoloMAS’2017), Lion, France, August 28–30, 2017, LNAI 10444, Springer, 2017, pp. 140–154.

22. André P., Cardin O. Trusted services for cyber manufacturing systems. Proceedings of the 7th Workshop on Service Orientation in Holonic and Multi-Agent Manufacturing (SOHOMA17), Nantes, France, October 19– 20, 2017. Service Orientation in Holonic and Multi-Agent Manufacturing, Studies in Computational Intelligence. Eds. Borangiu T., Trentesaux D., Thomas A., Cardin O. Springer, 2018, vol. 762, pp. 359–370.

23. Vecht B. van der, Diggelen J. van, Peeters M., Barnhoorn J., and Waa J. van der. SAIL: A social artificial intelligence layer for human-machine teaming. Proceedings of the 16th International Conference on Practical Applications of Agents and Multiagent Systems (PA AMS 2018), Toledo, Spain, 20–22 June, 2018. Advances in Practical Applications of Agents, Multi- Agent Systems, and Complexity. Eds. Y. Demazeau, et al. Springer, 2018, LNAI 10978, pp. 262– 274.

24. Saad E., Hindriks K. V., Neerincx M. A. Ontology design for task allocation and management in urban search and rescue missions. Proceedings of the 10th International Conference on Agents and Artificial Intelligence (ICAART 2018), Funchal, Madeira, Portugal, 16–18 January, 2018, SciTePress, 2018, vol. 2, pp. 622–629.

25. Skobelev P., Kozhevnikov S., Mayorov I., Poludov D., Simonova E. Smart projects: Multi-agent solution for aerospace applications. International Journal of Design & Nature and Ecodynamics, 2017, vol. 12, iss. 4, pp. 492–504. doi:10.2495/DNE-V12-N4-492-504

26. Skobelev P., Eliseev V., Mayorov I., Travin V., Zhilyaev A., Simonova E. Designing distributed multi-agent system for aggregate and final assembly of complex technical objects on ramp-up stage. Proceedings of the 10th International Conference on Agents and Artificial Intelligence (ICAART 2018), Funchal, Madeira, Portugal, 16–18 January, 2018, SciTePress, 2018, vol. 1, pp. 250–257.

27. Skobelev P. Towards autonomous AI systems for resource management: Applications in industry and lessons learned. Proceedings of the 16th International Conference on Practical Applications of Agents and Multiagent Systems (PAAMS 2018), Toledo, Spain, 20–22 June, 2018. Advances in Practical Applications of Agents, Multi-Agent Systems, and Complexity. Eds. Y. Demazeau, et al. Springer, 2018, LNAI 10978, pp. 12–25.


Дополнительные файлы

Для цитирования: Скобелев П.О., Лахин О.И., Майоров И.В., Симонова Е.В. Адаптивное мультиагентное планирование производственных ресурсов на основе онтологии. Информационно-управляющие системы. 2018;(6):105-117. https://doi.org/10.31799/1684-8853-2018-6-105-117

For citation: Skobelev P.O., Lakhin O.I., Mayorov I.V., Simonova E.V. Adaptive multi-agent planning of industrial resources based on ontology. Information and Control Systems. 2018;(6):105-117. (In Russ.) https://doi.org/10.31799/1684-8853-2018-6-105-117

Просмотров: 146


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)