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* s9 w$ W6 V1 W
本文对智能加工系统中 RGV 的动态调度优化问题进行研究。
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
8 }! V0 C2 ^+ F: y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
7 }7 M* R' x' \6 L& H3 L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。
: a0 R" z9 p  m1 {, i& 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。
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
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
6 r' }! ]# ?. y* _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。
4 A  B  T6 a1 ]& m4 }. A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
/ G4 Z$ }' S' I+ v7 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
/ z. P9 f0 U! }( Q; i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 a; S9 O$ N0 m1 R6 Z; ]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；
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
; P3 e, w3 W1 v/ J( s' s( h. P' Y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，
: Z/ D# p1 x4 s' J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
, \9 y- U$ H# X$ q! 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
! b* e7 U$ e$ B$ c9 n5 L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
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。

+ M; Q7 [4 R; y

( K  B% L2 R& t) j6 S7 A