La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Les Systèmes Multi-Agents pour la Gestion de Production Jean-Pierre Müller IIUN - Université de Neuchâtel

Présentations similaires


Présentation au sujet: "Les Systèmes Multi-Agents pour la Gestion de Production Jean-Pierre Müller IIUN - Université de Neuchâtel"— Transcription de la présentation:

1 Les Systèmes Multi-Agents pour la Gestion de Production Jean-Pierre Müller IIUN - Université de Neuchâtel

2 17 May 2014 Contenu n Les problèmes à résoudre n Cahier des charges n Solutions multi-agents n Conclusion

3 17 May 2014 Gestion de production descendante n Décomposition en sous-problèmes –Conception, ordonnancement, production, marketing n La décomposition repose sur des connaissances de moyen et long termes –Prévision des marchés, produits et processus de longue durée n Limites –Plus difficile avec des cycles de vie courts –La connaissance à moyen et long terme nest plus disponible –Manque de flexibilité, adaptabilité

4 17 May 2014 Gestion de production ascendante n Réalisation de comportement globaux par auto- organisation –Ordonnancement, optimalité, etc. comme phénomènes émergents n Avantages: –Flexibilité, adaptabilité –Peut reposer sur des prédictions locales/ciblées n Limites: –Manque de compréhension de la conception de systèmes auto-organisants –Sentiment de perdre le contrôle

5 17 May 2014 Pourquoi les systèmes multi- agents? n Agents comme entités autonomes: –Propres buts et objectifs –Connectivité/communication –Complétude n Modélisation et résolution de problèmes des systèmes complexes –Focus sur les interactions plutôt que les comportements individuels –Adequat pour: n Des systèmes très complexes et hétérogènes n Prise en compte de lauto-organisation

6 17 May 2014 Ordonnancement dynamique n Caractéristique du système cible –Planification de type « Flow-shop » ou « Job-shop » –Prise en compte dynamique des modifications –Lissage des centres de charge –Les séquences des opérations dépendent des articles à produire –Traitement des perturbations en mode interactif –Fonction objectif à minimiser

7 17 May 2014 Eco-résolution et optimisation: Le modèle Le problème à résoudre Systèmes multi-agents Optimisation par recuit simulé

8 17 May 2014 Eco-résolution et optimisation: Le recuit simulé (I) n Plusieurs sous-espaces de solutions n Fonction f définie sur lespace de recherche n Problème: trouver une solution pour laquelle f est optimale f

9 17 May 2014 Eco-résolution et optimisation: Le recuit simulé (II) n Proposition dun déplacement: –c1 => c2 n Approche hill climbing –si f(c1)f(c2) alorsaccepté –sinonrefusé n Approche par recuit simulé –si f(c1)f(c2) alorsaccepté –sinon n si rand[0,1]

10 17 May 2014 Ordonnancement datelier flexible: MARSA

11 17 May 2014 MARSA: le problème n NP-complet n Hypothèses –Flow shop –Modèle stationnaire –Graphe d'actions = séquence linéaire d'actions n Objectif –Minimisation des temps de réglage –Minimisation des retards des ordres clients

12 17 May 2014 MARSA: dynamique globale n les DCs demandent les ressources en essayant de placer leurs actions par ordre de précédence n Les premières actions sont placées temporellement au hasard n Les ressources calculent le nouvel état n Les ressources décident daccepter ou non le nouvel état (recuit simulé)

13 17 May 2014 Dynamique multi-agent: les agents DC n Accointances –Ressources potentielles actions n Comportement de satisfaction –Rien n Comportement d'insatisfaction –Activation d'une action Ai n Réactions aux messages –si Ai alloué, activation de Ai+1 –si DC rejeté (Ai refusé), activation de A1 –si Ai rejeté (dépassement date limite), réactivation de Ai

14 17 May 2014 Dynamique multi-agent: les agents ressource n Accointances –Ressources précédentes et suivantes –CDs des actions potentielles n Condition de satisfaction –Tolerance=0 n Comportement de satisfaction –Rien n Comportement d'insatisfaction –si tous les CDs alloués et tolerance != 0 alors n Rejète un CD aléatoirement

15 17 May 2014 Dynamique multi-agent: les agents ressource n Réaction aux messages: génération d'un nouvel état –Placement de l'action –Détermination des dates (début et fin) –si date de fin du CD dépasse la date limite, satisfaisant les contraintes: n Ejections d'autres CD n Déplacement des actions sur la gauche –Réaction aux effets de bord n Décision –si accepté, ressource informe les CDs de partir –si refus, ressource informe le CD de partir –si tolerance=0, relaxation de la contrainte et placement du CD à la fin

16 17 May 2014 Comment modéliser sous la forme dagents ? n Chaque livraison -> 1 Agent Livraison n Gammes darticles -> Opérations gérées par Agent Livraison n Chaque centre de fabrication -> 1 Agent Centre n Planification -> émerge par le placement des opérations dans les agents centres n Chaque stocks -> 1 Agent Stock n Fonction Objectif -> Information centralisée par un agent global

17 17 May 2014 Fonction objectif (à minimiser) n nb. commandes placées en retard : (1,nc) U j (1) n retardement des commandes avec priorité : (1,nc) j * U j (2) n retard moyen : 1/nc * (1,nc) T j (3) n Coût à optimiser = c1 * (1) + c2 * (2) + c3* (3) –c1, c2, c3 sont des coefficients associés.

18 17 May 2014 Agent Commande (1) : généralité n Création : –Quand une commande de livraison est arrivée au SMA –Par la plate-forme n Destruction : –Quand sa dernière opération est terminée (la fabrication est finie). –Par lagent lui-même n Objectif : Assurer que toutes ses opérations sont placées sur les centres.

19 17 May 2014 Agent Commande (2) : Comportement n Comportement proactif –Envoyer ses opérations à placer vers les agents centres pour quils puissent les placer n Comportement réactif –Recevoir des perturbations (messages) et traiter n la modification sur le délai n insertion/suppression des opérations n opération rejetée par les centres

20 17 May 2014 Agent Commande (3) : Opérations n Opération : créé avec l'agent commande n Valeurs initialement données –durée dexécution, séquence (op-avant, op-après), centre n Valeurs calculées par Agent Commande –temps-plus-tôt : valeur estimée pour la fin dexécution (au plus tôt) de lopération avant, ou 0 (= maintenant) –temps-plus-tard : pour respecter le délai, valeur estimée pour le début dexécution de lopération daprès

21 17 May 2014 Agent Centre (1) : généralité n Création : –Au moment de linitialisation de la plate-forme. –Par la plate-forme n Destruction : –Quand le message de destruction arrive. –Par lagent lui-même. n Objectif : Placer le maximum dopérations possibles –Maximiser le taux dutilisation

22 17 May 2014 Agent Centre (2) : comportement n Comportement proactif : –trouver une place pour mettre lopération demandée sans surcharge n Comportement réactif : sil y a une perturbation – i.e., une nouvelle opération à placer ou demande de retirer des opérations déjà placées, –retirer lopération et la rendre à lagent commande. n Prise de décision : placer ou rejeter une opération par recuit simulé

23 17 May 2014 Interaction n Exemple d interaction pendant le traitement de nouvelle livraison Agents Commandes Black Board Agents Centres Introduction nouvelle commande Confirmation, livraison en retard Demande évaluation de la fonction objectif Opération à placer Confirm. Date-debut Rejet opération

24 17 May 2014 Perspectives n Actuellement: –Le système multi-agent est sur un serveur n Distribution: –Mettre les agents (Stock et centre) dans les applications clients sur les centres de charge et les magasins n A faire: –Gestion des machines des centres de charges (contrôle de production –Utilisation pour faire les offres (délais de livraison)

25 17 May 2014 Conclusion n Les systèmes multi-agents: –Pour les systèmes complexes –Pour la modèlisation, résolution et organisation des systèmes de support n Méthodologie de conception pour la résolution de problèmes par émergence n Application à des problèmes réels de gestion de production n Permet lintégration dentreprise (entreprise virtuelle)


Télécharger ppt "Les Systèmes Multi-Agents pour la Gestion de Production Jean-Pierre Müller IIUN - Université de Neuchâtel"

Présentations similaires


Annonces Google