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
3 B3 \* m0 s9 i+ h3 g

8 s" S/ J' A' u7 i+ k$ _- a! Q本文对智能加工系统中 RGV 的动态调度优化问题进行研究。, M6 U6 U" _+ A
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* s% q' l: c1 ]! H8 i
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
  L0 ]9 V; I/ i) M$ g9 G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。
) ~6 @6 b7 H! j  l9 _- ~  t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。9 @- x( |. h( R
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
  Y" l; S9 o- i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 d6 V' l9 r. @3 F3 r
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: a' Y) N0 I% G/ B
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
1 ?1 D! n7 z. h0 ^3 v2 n1 c0 G$ X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
# o& ^0 T# W, J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
' x# g5 ~% f" X" Z. {# `+ H0 @检验，在求解效率和求解质量上都达到了很好的效果。/ m/ v6 X: ~: S& w2 a; |+ N
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
! y, \  u" u2 V3 |. W& L, ]. I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
) \5 J& k6 X! q% B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。
3 s1 k4 m0 D' g. W$ ?- Q' K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7 b' X5 Z: U0 W+ U
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；4 c  h" b( V0 B5 l9 F
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
( L. h3 g: C+ G2 h& B/ C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，6 v* A: [5 f9 B2 k' X- m
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
/ P8 p9 v$ n- _" \9 R& ?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
7 t7 g: ]2 j8 M" _$ q" X取得更高的工作效率。由于情况较多，结果可见附件 Excel。
' W$ F9 u% T0 e3 g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 J1 G0 B0 {6 m' z$ M) H4 a+ ^4 @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
2 D" y1 q1 m, ]! Q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
7 g: f0 o( y$ W1 f分效率均衡情况。5 b$ T6 Z% x9 M) g. w+ J+ e
6 U$ u( x' l& S7 d2 t
+ n# b. U( C( X2 e6 l5 [9 q+ ?

: K. f* o) d7 Z4 t

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