2018-B4：RGV 的动态调度优化问题

杨利霞

2018-B4：RGV 的动态调度优化问题

+ s) n- r6 \0 g% v- N
, S1 P& e! m" P: H" Z: K0 U/ J本文对智能加工系统中 RGV 的动态调度优化问题进行研究。
! r: s) W- g5 w" G4 x1 ~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
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
  U) j) F2 |- b4 `3 k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。
3 }( \, A5 j( p2 J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。
. e9 R0 p2 _- C) 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
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
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
( A3 \: K* O' F% z- J" Y9 t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
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
) Q7 `( i5 r: t: L6 p7 F1 v8 {) X0 B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
检验，在求解效率和求解质量上都达到了很好的效果。
+ v& \( J2 V5 j7 Q% _/ ]4 b+ 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
+ X+ i% Y3 L' X* i2 H9 V$ f4 r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
4 H# O! e2 L7 ]6 X% L# v0 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。
2 w4 P( n8 C1 K; U; Q6 d$ ]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
5 F7 P: _5 `9 F0 o) O) ^! x- B7 [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；
5 g  q/ c1 z7 o: g, N. _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
* R! p9 W* e5 G8 V- \. I3 n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，
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
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
取得更高的工作效率。由于情况较多，结果可见附件 Excel。
5 Q& J! M3 A8 D3 F8 ~% J, D4 x4 `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
5 X# Y) ]- z3 m% ]4 {/ H; a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
$ H" d3 e4 J! J0 a: t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
* m; v- T- V1 H分效率均衡情况。

: T9 n2 d1 D" e7 S3 h
, }0 W$ Y. i+ v- W5 a5 k
# m8 l3 L; Y8 n