智能RGV动态调度决策模型摘要.PDF

智能RGV 动态调度决策模型 摘要 本文针对“智能 RGV 的动态调度”决策模型，通过建立规划模型，FIFO 算 法分析，贪心算法分析，遗传算法优化，蒙特卡洛模拟的方法，探究不同参数下 的智能 RGV 动态调度决策策略，并使用题目中给定的参数进行了模拟以及检验。 针对情形一，本文首先通过讨论“先需求先服务”准则，确定一组解。然后 通过贪心算法的思想，使用“就近原则”作为贪心准则，讨论了两种不同的移动 方式所造成的对指令的不同判断模式，并分别计算出再每一个阶段都是局部最优 解的工作序列。接下来通过给出带有判断条件规划模型，提出一系列的约束条件 对调度的规则进行描述，并结合进制编码的方式，来描述整个生产过程的展开。 在得到局部最优解后通过遗传算法逼近全局最优解，逐步收敛到一个更加接近全 局最优解的结果。 针对情形二，面对未知的 CNC 刀具的配比以及位置分布，我们首先通过第 一道工序以及第二道工序的生产效率的比值来解决 CNC 刀具分配的数量问题。 然后基于 CNC 分布的对称性以及第一问中得到的结果中所体现的移动的周期性， 结合每个周期运动的方向性与趋势，来减少位置分布的讨论情况。然后针对不同 的分布情况，使用贪心算法生成满足每一阶段局部最优的初始序列，然后通过遗 传算法从局部最优解逼近全局最优解。对比每一种数量以及分布方式的最优策略 以及效率，得出最优的数量分布，最优的刀具分配以及最优的方案。 针对情形三，考虑到不同故障位置对于整个系统的工作效率的影响不同，并 且故障的情况是以概率的情形给出的，不具有准确预测的特点。针对概率以及无 法准确预测的特点，我们决定采用蒙特卡洛模拟的方法来进行仿真以及探索。对 于一道工序的情形，所以我们采用蒙特卡洛模拟的方法多次对故障情形下的工作 状态进行模拟，选择多次模拟中较优的工作模式；对于两道工序的情况，首先通 过效率对比确定机器数量对比，通过 CNC 布局的对称性来缩小可能的分布范围， 对于不同分配方式分别进行蒙特卡洛模拟，求得所有情况中较优的一种调度方式 以及结果。 在每种情形中，我们通过题目中所给定的三种参数进行了测试，生成每种参 数下的工作序列，并计算工作序列进行时间的计算以及效率。然后通过带入给定 的工作参数进行起始一两个阶段的分析以及推演，发现每次模拟起始时状态相同 的情况下，工作开始阶段的调度方式会逐渐确立起一个周期性的工作模式，印证 了最终结果的合理性。 关键词：RGV、调度策略、贪心算法、遗传算法、动态优化，蒙特卡洛模拟 1 一、问题重述 一个智能加工系统由 8 台计算机数控机床（Computer Number Controller， CNC）、1 辆轨道式自动引导车（Rail Guide Vehicle，RGV）、1 条 RGV 直线轨道、 1 条上料传送带、1 条下料传送带等附属设备组成。RGV 是一种无人驾驶、能在 固定轨道上根据指令工作的自由运行的智能车。 在上料传送带和下料传送带的两侧各安装 4 台 CNC，等距分配，每台 CNC 同一时间只能安装 1 种刀具加工 1 个物料。如果物料的加工过程需要两道工序， 则需要有不同的 CNC 安装不同的刀具分别加工完成，在加工过程中不能更换刀 具。第一和第二道工序需要在不同的 CNC 上依次加工完成，完成时间也不同， 每台 CNC 只能完成其中的一道工序。 RGV 带有智能控制功能，能够接收和发送指令信号。系统的作业流程满足 一定的规则。如 RGV 在完成一项作业任务后，立即判别执行下一个作业指令。 此时，如果没有接到其他的作业指令，则 RGV 就在原地等待直到下一个作业指 令。 RGV 可以按照预先设计好的行动以及工作路线进行工作，也可以设置某种 判断准则实时的对需求集合进行优劣分析，做出较优的判断。 本文将研究下列四种情况： （1）每台CNC 安装同样的刀具，物料可以在