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

本文对智能加工系统中 RGV 的动态调度优化问题进行研究。
- y9 t/ Q' ~; ~; ?3 P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
3 H; i3 U  c1 Y( E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
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
- J0 H9 `0 {4 A! ~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
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
/ m* r! E3 l+ F, D5 @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
( C( y2 K3 \! f0 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
2 J/ b, Z  n- I7 S# |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
$ T* f; \5 G% P% n% ~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。
% p* w- f  k+ V5 A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
# H. @  Y8 E1 r; F/ s2 m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；
1 _, g0 t1 |/ B" ^0 ^8 @7 T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
2 r% s: C3 F0 r% h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 S( ?5 h3 F& J; m) z* z- u( O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
5 J) H' ~3 `& x2 b+ D7 l! @' h取得更高的工作效率。由于情况较多，结果可见附件 Excel。
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
' m1 t/ c' m& N5 ]' r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
# E5 U) R, X. s9 ^! l1 \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
2 l- Q$ X% `8 R+ i3 h' r分效率均衡情况。
: h; _, @: d& Z0 d! {4 p' q! i) f0 `
* h- e! d. A% U& ]
4 f  J  e3 U8 W* Z# W
0 X: Q' ]2 v8 E% r+ |