潘俊峰，唐敦兵，张泽群，伍健民，冯俊

(南京航空航天大学 机电学院，江苏 南京 210016)

0 引言

随着制造业走向社会化和个性化，客户的个性化需求不断增长。对于企业而言，订单变得数量不确定、时间不确定、优先级也不确定。离散制造车间(discrete manufacturing workshop, DMW)作为制造系统中的加工处理环节，有望更加灵活、快速地适应环境变化，并根据资源条件动态处理生产任务[1]。

为了充分发挥DMW的优势，有研究学者提出了多Agent制造系统(multi-Agent manufacturing system, MAMS)。它将车间里的物理设备与功能抽象成可以独立决策的实体，这种设计方式让多个决策实体共同应对和解决问题，减少了请求上层控制决策的等待时间。

在MAMS领域，KOUIDER A等[2]提出了一种基于协作方法的分布式多Agent调度系统。KROTHAPALLI N K C等[3]将车间实体抽象成两种典型的Agent，即设备智能体(machine agent, MA)和工件智能体(part agent, PA)。在后续的研究中，研究者们通常使用这两类典型Agent。为了提高系统的整体性能，研究人员进一步提出了各类功能Agent，包括监控智能体(supervisor agent，SA)和数据库智能体(database agent，DA)等[4]。但是，在MAMS研究中，绝大多数的研究均是使用软件仿真，鲜有提及将Agent与实际设备的集成。

尽管MAMS可以稳定运行，但整体运行结果通常不是全局最优的。在分层/集中式控制系统中，Agent可以基于当前状态和知识做出快速响应决策，但是很难实现全局推论，进而选取最佳策略。因此，多层混合控制架构和SA被广泛地应用以确保MAMS的整体性能。例如文献[4]中的实例，在SA和系统底层Agent(如MA、PA)之间建立了严格但可调整的层次架构，SA有权禁止或者更改下层Agent的决策结果。……