基于Agent的集装箱码头计划决策系统建模分析

王 煜,宓为建

(上海海事大学物流工程学院,上海 200135)

0 引 言

集装箱码头已经成为海洋运输方式中至关重要的一个环节,随着科技的不断进步以及市场的不断扩大,对于码头的要求越来越高,需要码头不断地提高自身的工作效率。所以目前国内外很多码头都在自动化方面下了很大的功夫,而且码头下一步的工作正是由自动化向智能化发展。在集装箱码头中,决策计划环节是整个码头提高效率的重要一环,在智能化的过程中决策计划的智能化也是整个码头智能化的核心环节。

码头系统可以说是一个分布式的智能系统,而Agent技术已经成为开发分布式智能制造系统的一个重要方法,很多研究者已经把Agent技术用到了制造企业集成、供应链管理、制造调度和控制、动态系统重构、车间控制等领域。本文将利用Agent技术对集装箱码头进行计划系统的智能化建模。

1 集装箱码头的Agent模型框架

1.1 集装箱码头的系统框架

集装箱码头是一个综合体,不仅包括码头内的一些场地资源,泊位资源,机械设备资源,还包括码头上堆放的集装箱以及停靠在码头的船舶等。虽然码头的工作是错综复杂的,但是其最基本的工作流程应当是固定的,并且在一定程度上是需要一步接着一步执行,不能跳跃,这样才能保证码头能够有效合理地运作,减少事故的发生。根据码头实际工作的情况,可以将其基本工作流程表示为如图1所示。

图1 集装箱码头工作流程图

从图中可知,可以将码头的主要工作流程分为三个阶段：接受任务阶段、计划决策阶段、调度生产阶段。

第一阶段为接受任务阶段,这部分工作主要指与外部联系,接受相应的工作任务,获得相关任务信息,是整个码头工作的起点。

第二阶段是计划决策阶段,是码头工作中最为关键的部分,主要是为需要进行的工作做好计划及准备工作。这个阶段可以分为基本计划,进行决策,运作计划这三个主要部分,由这三个部分共同完成计划的决策和安排。

第三阶段是调度生产阶段,就是码头进行实际生产工作的部分,即根据之前安排好的计划进行调度生产,保证工作的顺利进行。

1.2 集装箱码头多Agent系统模型框架

Agent区别与传统智能体在于它具备与其所处环境、其他Agent和人进行交互、协调和协作能力[1]。多 Agent系统 (MAS,Multi-Agent System)则集中在自主的Agent之间智能行为的协调,它们之间协调各自的知识、目标、技能、规划来产生相应行为或解决问题。在问题求解过程中,为了一个共同的全局目标,也可能是关于各自的不同目标,这些Agent共享有关问题和求解方法的知识[2-4]。也有很多相关研究提出Multi-Agent系统模式来解决集装箱码头管理问题,包括对集装箱的合理自动分配,船舶停泊的管理,泊位分配政策和起重机策略等。

通过对集装箱码头工作流程的分析,建立任务Agent、基本计划Agent、决策计划Agent、详细计划Agent、资源Agent、调度Agent等Agent来构成一个多Agent系统。每一种Agent所具有的特性各不一样,彼此之间通过通信联系在一起,在此基础上进行协商、协调、协作等交互。对于任务Agent以及生产调度Agent还可以继续进行细分,但在这里没有必要,所以可以构建整个多Agent系统模型的结构框架如图2所示。

任务Agent是获得及处理集装箱码头所需执行任务的信息,包括工作任务的具体数量、时间、优先级等情况,同时将这些任务分解转化为其他A-gent能够理解的信息并发送给不同Agent,来触发决策过程中的三个Agent来选择、判断如何完成任务,并作出相关高效的工作调度计划,来调度码头中相关资源设备的运行。在实际的工作生产过程中,由生产调度Agent来控制具体操作,当有突发状况发生时,生产调度Agent也具有一定自己处理事件的能力,在外部不干预的情况下能够自行处理一些突发事件。

图2 集装箱码头多Agent系统的结构框架模型

在该模型中的协调Agent是协调各个Agent之间的联系,主要是负责当两个Agent之间发生冲突的时候,协调Agent就会进行干预,让两者消除矛盾,相互合作。各Agent之间正常的调度协调工作都是通过协调Agent来完成的。它提供一个开放的、统一的协作环境,支持客户化功能,使用户可以在计划决策的三个阶段交互地操作和评价码头的工作调度计划,同时协调Agent接收生产调度的需求,向决策系统反馈。

2 集装箱码头中Agent的结构模型分析

2.1 Agent的基本结构

本文所设计的Agent基本上是由交互单元、处理单元、数据库、知识库以及功能组件等基本模块组成的,所不同的是每个Agent具有自己的功能组件来保证它们不同功能的实现,其基本结构图如图3所示。

图3 Agent的基本结构

其中交互单元包括有网络接口、交互协议、人接口、协调模块等一系列的接口通讯模块,是A-gent与其他Agent或者人类专家进行通讯联系的模块;处理单元包括控制、推理、监控、学习等计算控制模块;功能组件包括任务分解、分配、管理等基本组件,此外还有各Agent自己特殊的功能组件。

主要针对基本计划Agent、决策计划Agent以及详细计划Agent三个核心Agent进行分析。

2.2 基本计划Agent

基本计划Agent是码头计划决策中的第一步,该Agent的主要功能组件包括任务信息分析、资源分析、需求计划等。

该Agent通过对任务信息的分析,得出这次任务所要做的具体内容,包括需要操作的集装箱的数量、种类,船舶的到达时间,出口箱的到达时间等,然后对堆场资源进行分析,得出有哪些空泊位、空场区、空闲设备等。通过对这两者信息的对比得出要完成这次任务需要多少设备、多少资源等等,为做各种相应计划提供准备信息,其中需求计划就是指对任务信息和资源信息做出对比分析所得出的各种需求的详细情况。

2.3 决策计划Agent

决策计划Agent是整个码头资源有效合理运用的关键,该Agent的功能组件包括规则计划、泊位计划、堆场计划、设备计划。这里通过任务的需求计划来选择船舶的泊位、选择堆场位置来堆放出口箱及进口箱并且对各种设备进行相应的安排,安排适当的设备来完成这些计划任务。

完成这些计划的关键在于规则的选择,所以实现该Agent的时候需要有一个强大的数据库支撑这个Agent的运行和实现;在选择规则的时候还需要对规则进行评价,所以还要有一些比较完善的算法进行判断、选择和评估。该Agent的功能中还包括选择哪些具体的资源设备来完成这些计划任务。这需要和资源Agent进行不断地协商来完成这一功能,同时要考虑码头资源的状况,合理地利用这些资源,更好地进行操作,以提高码头运作的效率。

2.4 详细计划Agent

详细计划Agent的功能主要是安排集装箱码头计划调度管理中的一些具体实施计划,功能组件包括卸船计划、装船计划、提箱计划、进场计划等一系列生产操作计划。

这是码头计划决策中的最后一部分也是最为细节的计划。有了这些计划之后就可以和调度Agent以及协调Agent共同协作完成所有的任务。这些计划安排的是否有效合理是直接影响整个码头工作效率的,所以这个Agent要有很强大的计算功能及相应的数据库,来判断这些计划是不是最为有效。

3 Agent之间的冲突与协商

由于各Agent问题描述不同,求解策略不一,以及相同对象在不同Agent内考虑角度和评价准则不尽相同,必然会导致冲突的产生。多Agent系统的求解过程,正是冲突产生的过程,经过Agent间协商得出合理优化的工艺方案[5]。

集装箱码头计划决策系统中各个Agent要实现合理的运作及实施,都要通过信息的传递来保证,所以要选择一种快速并且合理的传递方式,由于消息传递的特点是效率高,可以节省系统在通信过程中的开销,所以在本系统模型中多Agent之间的通信选取消息传递机制来实现。

在实际过程中,大量的冲突解决知识变现为规则的形式。采用产生式规则的方法来表达冲突解决规则。冲突解决规则是由前提条件和冲突解决方法组成,即IF(前提条件)THEN(冲突解决方法),其中,前提条件是对冲突的描述,它说明了冲突的类型、发生的对象等;冲突解决的方法是针对前提条件中描述的冲突给出冲突解决建议,冲突解决建议是该领域专家在长期实践过程中总结的一些有效的冲突解决办法。

多Agent系统为自治的智能实体之间提供了协作机制。根据实体的功能,可以设计能完成不同任务的Agent。集装码头中各Agent能在动态环境下执行并完成计划定义的任务,从而不断地响应码头运行过程中环境和生产发生的变化,相互协作完成集装箱码头的各种任务,实现集装箱码头生产作业的智能优化,图4为集装箱码头计划调度Agent之间的协作模型。

4 实 现

集装箱码头的Agent管理系统是相当复杂的,建立该系统主要目的是为了实现各种信息能够有效快速的进行处理和分析,以达到码头各方面的统一协调,实现集装箱码头的智能化。要对码头多A-gent系统进行开发,需要在硬件及大量数据库的基础上,来完成各个Agent的实现,然后再构建应用程序来实现对码头的管理,图5就是实现码头系统的实体结构框架图。图中下半框图中的是硬件设备以及数据库等。硬件设备主要指其需要的一些计算机硬件、传输系统等。数据库用来存放大量的规则以及相关的运行数据。上半框图中为软件部分,主要包括各Agent的具体程序实现,具体指如何实现各Agent的内部运作,这是整个系统的核心所在,同时上半框中还包括了应用程序即相应的人机交互及结果输出。这些上层的应用程序就是在核心程序的基础上运行的,而图中的 “应用”就是指在核心程序的基础平台上开发的上层应用,最终用户使用的就是这些具体的应用程序。

图4 集装箱码头计划调度Agent之间的协作模型图

图5 集装箱码头系统实体结构框架图

5 结 语

在对集装箱码头生产运营研究和分析的基础上,提出了基于多Agent的集装箱码头的计划调度模型,并对模型中各个Agent的结构和工作方式以及其相互之间的关系和协作都一一进行了分析说明。将集装箱码头计划调度分成了若干个相对独立但又相互合作的Agent,通过这些Agent的运作,来实现码头的优化调度问题。但是由于开发这一实际系统较为复杂,仅针对计划这一部分进行详细的分析,还未能实现整个系统。所以需要后续对内部细节作深入研究,并开发相应的基于Agent的集装箱码头仿真系统。

[1]胡舜耕,张莉,钟义信.多Agent系统的理论、技术及其应用[J].计算机科学,1999,26(9)：20-24.

[2]Gek Woo Tan,Caroline C Hayes,Michael Shaw.An intelligent-Agent framework for concurrent product design and planning[J].IEEE Transaction on Engineering Management,1996,43(3)：297-306.

[3]Riyaz Sikora,Michael J Shaw.Coordination mechanisms for Multi-Agent manufacturing system：applications to integrated manufacturing scheduling[J].IEEE Transaction on Engineering Management,1997,44(2)：175-187.

[4]Martin W,Moira C N,Werner S.Multidatabase Agentsfor CIM systems[J].International Journal of Computer IntegratedManufacturing,1996,9(4)：293-298.

[5]盛步云.基于多Agent的分布式工艺决策研究[D].武汉：武汉理工大学,2001.