A multi-agent approach to computional optimization of metal forming processes
PBN-AR
Instytucja
Wydział Inżynierii Metali i Informatyki Przemysłowej (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Informacje podstawowe
Główny język publikacji
EN
Czasopismo
Procedia Computer Science
ISSN
EISSN
1877-0509
Wydawca
Elsevier
DOI
Rok publikacji
2016
Numer zeszytu
Strony od-do
531--539
Numer tomu
96
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
0.64
Autorzy
(liczba autorów: 3)
Pozostali autorzy
+ 2
Słowa kluczowe
EN
multi-agent systems
numerical modeling
steel rolling
Konferencja
Indeksowana w Scopus
nie
Indeksowana w Web of Science Core Collection
tak
Liczba cytowań z Web of Science Core Collection
Nazwa konferencji (skrócona)
KES 2016
Nazwa konferencji
20th International Conference on Knowledge - Based and Intelligent Information and Engineering Systems
Początek konferencji
2016-09-05
Koniec konferencji
2016-09-07
Lokalizacja konferencji
York
Kraj konferencji
GB
Lista innych baz czasopism i abstraktów w których była indeksowana
Open access
Tryb otwartego dostępu
Otwarte czasopismo
Wersja tekstu w otwartym dostępie
Licencja otwartego dostępu
Creative Commons — Uznanie autorstwa-Niekomercyjne-Bez utworów zależnych
Czas opublikowania w otwartym dostępie
Razem z publikacją
Data udostępnienia w sposób otwarty
Streszczenia
Język
EN
Treść
In the paper we present a new original approach to a complex multi-phase process optimization problem that relies on dividing the optimization task into partial tasks related to the implementation of individual phases. To implement this concept, we propose a multi-agent approach. Its practical realization is shown on the example of manufacturing process for auto body parts made of the Advanced High Strength Steels (AHSS). Although it is a rather simple process consisting of only two phases, we assumed, however, that the results obtained will allow to extend further research to more complex problems. We present the operating principles of a multi-agent model, the flow of the messages between agents, and the architecture of the system. To ensure the proper speed of the whole system a simple and flexible multi-agent framework called Eve was used to develop a prototype of the system. Research performed, as well as preliminary tests have shown that a multi-agent approach can be successfully applied to reduce complexity of the whole optimization processes. Due to splitting a single, complex optimization process into several, partially independent optimization processes, delegating them to autonomous agents, and application of a knowledge-based reasoning system, significant advantage could be observed over to the solutions described so far in the literature.
Cechy publikacji
original article
peer-reviewed
Inne
System-identifier
idp:102247
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych