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

' c8 h( y1 ^1 T, s
本文对智能加工系统中 RGV 的动态调度优化问题进行研究。
$ s+ }* T) `: S2 B0 C! U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
7 w# o3 K9 T. Q8 C5 S5 _1 e0 R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
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。
5 e% \3 g6 T: 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。
; s' h6 J  o; @- ]0 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
1 d. [$ t# t+ \4 P# F' R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
* i9 C' C( l* Z+ `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。
% ]& C1 P4 X/ R( A4 g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
1 ?6 M0 R6 H) S: ]1 V8 \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 @( C; ]9 U6 c0 @  h" \8 T, |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。
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
' U) H8 i1 ^" V9 k: D4 r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 B5 p+ m/ F* `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，
8 L$ M& L  A' c3 m; E* u7 `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
- S/ W/ W6 q" W8 M' k5 v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
4 y6 H, I% l# X6 ~* G2 L% x" n9 S取得更高的工作效率。由于情况较多，结果可见附件 Excel。
+ x! A9 g7 R$ K! f3 G. 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
! Z0 ?: U% ~+ P3 @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
* l% r7 I( N$ f; d分效率均衡情况。