数学建模社区-数学中国

标题: 2018-B4：RGV 的动态调度优化问题 [打印本页]
作者: 杨利霞    时间: 2019-9-27 10:37
标题: 2018-B4：RGV 的动态调度优化问题
2018-B4：RGV 的动态调度优化问题
* x6 y- @5 k+ r9 i9 T
2 k5 P+ I5 O5 \4 M
本文对智能加工系统中 RGV 的动态调度优化问题进行研究。7 S) F. l. ]4 n0 _/ a& Z
针对任务一，我们首先对系统进行分析，给出了几个重要定义和优化指导原则，例- o, j. }1 A' M- A4 @% x
如 RGV 工作循环定义、系统效率均衡原则、CNC 满载工作上限等。同时，给出了相关
" \* G# V; w; Z+ ]2 a% v, M& ^8 t分析和证明，包括在一定条件下的 RGV 循环的最短用时证明，系统最优上限的证明等。
5 f# r9 z9 X  ]0 x5 f( i这些理论为我们建立最优化模型和模型评估指标提供了依据。
3 c! V4 u2 J6 n% p- t: K对于情景一，我们对原有模型进行转化，将其转化为时间维度上的多队列任务调度5 a' ^% s- H4 p
优化模型，并基于事件对时间进行离散化，为减少迭代步数，根据划分结果构建最优状( |0 m, |5 c! D5 Q0 @
态转移图模型，利用状态向量和状态转移矩阵完成系统工作的模拟和决策优化。考虑到( [8 g. \6 _4 Y( U1 `' Y5 V
求解该优化问题计算开销较大，采用多阶段决策模型进行求解，即将最优状态转移图模
; z: A& T8 i. F) T3 U! \  t型中的优化原则结合已明确的优化准则构建各个阶段的决策方案，从而完成问题的求8 L. [9 I# I. o
解，得到在 8 个小时内三组参数下系统可产生最大熟料数量分别为 382、359、391；经
9 v: v7 e! U7 m3 ]2 g检验，在求解效率和求解质量上都达到了很好的效果。/ |; n: h5 g1 y) w- u. U7 i
对于情景二，我们分析了两类 CNC 在系统中共存时产生的复杂约束情况，结合系
( W" J; s. o) q统效率均衡对应系统整体较大效率的规律，近似确定了两种 CNC 的数量比例。再通过1 p: `7 D$ M6 \
搜索找到了最优的 CNC 空间排布方案，从而建立带工序约束的最优状态转换图模型。9 ^, d5 x! k# F
在求解时，通过改进的状态转移优化准则对模型进行求解，得到在该约束条件下，8 个2 r9 r. }8 Y/ k* H
小时内三组参数下系统可产生最大熟料数量分别为 253、210、240；$ M3 c4 I# O: M! p# T6 G
对于情景三，需要引入了负载因子进行了故障的随机模拟。该过程的本质是在状态. M, A3 x9 \: d! g  V
转移时引入不确定性。由此引入新的变量，对状态转移矩阵和转移约束进行拓展补充，
' _0 R+ D% T) Y; K4 \并对评价函数进行修正，从而建立了带有故障风险的最优状态转换图模型。在使用多阶
2 E% ~6 X) U5 U& ~, G; ^段决策求解时，除了追求完成物料数最大，还要保持系统内两类 CNC 工作能力均衡以( S3 r2 X& x+ {9 X7 e
取得更高的工作效率。由于情况较多，结果可见附件 Excel。
1 O# s8 C1 o/ y  W针对任务二，我们结合证明的结论，构建了结果偏差率计算公式，并为该标准提供
& [0 j; M+ u: D% }& O+ ]了必要的理论支持，具有较高参考意义。经过验证，模型求解算法结果与最优解有很好$ k, q, s. r; v9 L
的近似。针对系统效率，我们构建了系统效率评价指标，用于刻画系统整体效率与各部& q+ o. n0 t5 @  K
分效率均衡情况。
& V5 s4 @! L. X/ D  Q+ D0 J1 y3 K4 G# y. z- T
: n+ l! ]5 q* B% _( x
* E1 V/ [9 ~5 G9 }

2018-B4：RGV 的动态调度优化问题.pdf

508.97 KB, 下载次数: 2, 下载积分: 体力 -2 点

售价: 2 点体力  [记录]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5