Planowanie matematycznych modeli systemów technicznych jest wspierane poprzez różne metody matematyczne. Najprostsze metody zaliczane są do twardych metod obliczeniowych tj. statystyka i probabilistyka. Do miękkich bardziej złożonych metod obliczeniowych zaliczyć można sztuczne sieci neuronowe, algorytmy genetyczne, zbory rozmyte. Wykorzystywane w inteligentnych systemach metody wieloagentowe pozwalają na dokładne symulowanie rzeczywistości z dużą liczbą obiektów, o różnym poziomie abstrakcji. Stanowią one metodę pozwalającą opisać różne związki między uczestnikami ruchu na drogach. Artykuł prezentuje zadanie optymalizacyjne pozwalające wiernie odtworzyć niebezpieczne sytuacje na drogach, wskazując źródła ich powstania. Przez to staje się możliwe planowanie tak infrastruktury drogowej aby była ona bezpieczna.
EN
Mathematical planning of technical system models basis on different models. Simplest of those models are counted in hard calculation methods: statistics and probabilistic. For soft, more complicated calculation methods we can count in neuron networks, genetic algorithms, fuzz sets. Usage of this second group of models is more popular. They’re counted in artificial intelligence. Neuron networks and genetics algorithms, due to their own learn mechanisms, are used for optimization. Then very useful are heuristic methods, about which follow article is given attention to. Utilization in intelligent systems, multiagent methods are allowed to precise simulation of reality with lots of objects, with different abstraction level. It’s a method allowed to describe different relations between users road traffic. Article presents optimization task allows to reproduce factually dangerous situations on roads, pointing root causes of occurrence. By that it’s possible to plan the road infrastructure to be safer.
Przedmiotem referatu jest metoda wieloagentowa w zastosowaniu do sterowania produkcją. W pierwszej części podano ogólną charakterystykę środowiska systemu sterowania bazującego na metodzie wieloagentowej oraz definicję agenta. W drugiej części przedstawione zostały algorytmy wykonawcze, obrazujące działanie poszczególnych agentów: systemowego, wykonawczego i koordynującego. Zaprojektowane algorytmy będą zastosowane do sterowania miniaturowym elastycznym systemem wytwarzania znajdującym się w Zachodniopomorskim Uniwersytecie Technologicznym w Szczecinie.
EN
The object of the first part of the report is a characteristic of the work environment of the system based on multi-agent control method and the agent definition. Second part contains executive algorithms, including following particular group of agents: system, executive, coordinative. Designed algorithms are used as controlling methods in Miniature Flexible Production System based in The West Pomeranian University of Technology in Szczecin.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.