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

- W/ X9 V/ v0 d8 X/ s8 _  Z* p" S
8 x* R! `$ E  w6 _本文对智能加工系统中 RGV 的动态调度优化问题进行研究。
  o* E3 q8 ]7 U% D" @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 X; j' s1 u2 r; 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。
% X. \1 X6 j! Y* C4 _- s6 z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
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
# o9 L9 K9 S/ r+ `/ e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
7 F  F( t9 f  y' ?  i* N! a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
1 r& r( i" ]; Y. q, }3 I7 x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
7 q# o, @* I& J: Y6 I( V6 f检验，在求解效率和求解质量上都达到了很好的效果。
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
% z4 \! `0 Q4 o& A' s2 N7 L* F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
8 X+ H2 L" w2 k* Z: x. D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。
" z, D7 g4 W9 s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；
& m3 K" G3 d& J) 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
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，
, F) |' M/ {9 n" E7 r7 a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。
4 ~: s2 n3 @1 E& b; r/ ]( C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
* p8 R' c$ |/ a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
5 ~2 j" ?- m6 J. r$ L2 [* V分效率均衡情况。
4 f, e# B& v' A: i; P