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

0 C6 y* k4 Z/ f本文对智能加工系统中 RGV 的动态调度优化问题进行研究。
0 E8 t2 C- H, D' c" J* h6 g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
9 v5 B( G( b4 F0 m7 y. U. ~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。
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。
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
) l, ?. M: n0 W7 V. o- b7 l4 R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
4 ?, [7 F# W1 C3 T2 O' j, b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
2 M  }4 p( ~- I1 O* ^$ _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
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。
$ I* t& E/ O; M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
! Y4 T! f& f6 d" ^/ Y  I' J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
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。
0 P+ U; T& u" f* E  g# O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
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；
6 |0 c8 B7 i9 S' c! S$ z8 O4 e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
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，
3 d  P  I$ u3 ^0 s7 P) k) V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
# q9 ?7 x( x; a( t( \( X& d* |& R, o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
" N5 s4 w9 [0 }! }6 w取得更高的工作效率。由于情况较多，结果可见附件 Excel。
5 m, V! [. \0 x( d  M+ }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
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
( @. f; h5 s6 I: T3 S5 K4 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
分效率均衡情况。

) K' j; I! J8 q# d) m