| dc.description.abstract | Binnen de Kunstmatige Intelligentie (KI) vindt veel onderzoek plaats naar optimalisatie problemen. Dit werkstuk neemt het job shop scheduling problem (JSSP) in beschouwing. Hierbij bestaan er aantal jobs die op een aantal machines uitgevoerd moeten worden. Een job bestaat uit één of meerdere operaties die een bepaalde tijd in beslag nemen. Het doel is om een schema te vinden dat een minimale de totale productietijd of makespan heeft. Binnen het Operationeel Onderzoek (OR) heeft men wiskundige algoritmen gevonden die het optimum vinden. Veel algoritmen, zij het vanuit KI of OR, vinden een oplossing voor de theoretische probleemstelling. In de realiteit gaan machines stuk en verschijnen er op willekeurige tijdstippen nieuwe jobs. In het proefschrift “Agent technology in agile multiparallel manufacturing and product support” beschrijft Moergestel een multi-agent systeem dat flexibel jobs in roostert. In dit werkstuk is onderzocht hoe groot het verlies in optimalisatie is ten behoeven van flexibiliteit het systeem van Moergestel. Als eerst heeft er een literatuurstudie plaats gevonden naar het JSSP, bestaande KI algoritmen en het flexibele multi-agent systeem. In dit systeem bestaan er product agenten die verantwoordelijk zijn voor het inroosteren van een job. Wanneer een agent zijn deadline overschrijdt, zoekt hij naar agenten die een lagere prioriteit hebben. Deze agenten geven de gereserveerde tijdstippen vrij, zodat de agent wel een geldig schema vindt. Is dit niet het geval, dan is er door het systeem geen oplossing gevonden. Het multi-agent systeem is geimplementeerd in JAVA en is toegepast op bekende JSSP voorbeelden uit de OR-library. De verkregen resultaten zijn vergeleken met de bewezen optima voor die JSSP instanties. Uit de resultaten is gebleken dat het systeem gemiddeld 43% van het optimum af wijkt. Het doel van dit onderzoek was niet om te bepalen of dit goed of slecht is. Dit onderzoek heeft wel aangetoond dat het mulit-agent systeem van Moergestel, in staat zijn om redelijk goede oplossingen te geven voor het JSSP. In tegenstelling tot de OR-algoritmen, is het system niet in staat om de optimale oplossing vinden. Echter zijn de OR-technieken niet toepasbaar op een dynamische omgeving en winnen KI methoden flexibiliteit en robuustheid. | |
