智能RGV的动态调度模型及分析
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
智能RGV的动态调度模型及分析
作者:毛敏吴彦亭张子岩
来源:《信息技术时代·下旬刊》2018年第01期
摘要:RGV是有轨制导车辆,其可以与各种物流系统实现自动连接,对于提升产业自动化起着重要作用。基于此,对于RGV动态调度问题的研究和分析一直是业内的焦点话题。本文通过建立非线性目标规划模型,采用粒子群等算法,对动态调度问题加以分析。
关键词:就近算法;非线性目标规划模型;粒子群-禁忌搜索算法
模型一的建立与求解:非线性目标规划模型
首先,遵循顺序排队原则确立了调度方案的起始点,紧接着通过建立基于就近算法的流程模型明确其最优化调度流程步骤。继而通过机理分析建立了循环叠加模型,而后在叠加模型的基础上,建立基于顺排原则和就近算法的非线性目标规划模型并通过Visio建立流程框架并表达其求解算法。
1)量化表示工作用时
(1)
2)通過设置优先级的约束条件,以期达到缩短重复运行距离,提高运行效率的目的。所设约束条件如下:
(2)
其中,m为一个趋于无穷大的常系数。
3)最终得到非线性规划方程组组成的数学模型
(3)
4)通过MATLAB进行模型求解最后得出方案起始点在CNC3,并得出如下图所示的工作流程。
图1 初级叠加模型工作流程图
模型二的建立和求解:粒子群和禁忌搜索算法的空间调度的规划模型
首先,我们对上一种情况的非线性规划模型进行适用性的修改,建立了空间调度的规划模型。接下来,运用MATLAB软件,通过粒子群算法对数学模型进行初步的处理,发现其寻优不够精确,运行稍显缓慢等问题,基于此,我们在粒子群算法的基础上套用禁忌搜索算法,继而对非线性规划模型做出相对精确的求解,最后得出两阶段的最优工作流程。
1)量化表示第一道工作用时和第二道工序的工作用时
(5)
2)设置两道工作流程中的优先度分别为和,定义其优先选择的原则为:若,则第k台CNC比第台CNC优先实施物料加工;若,则第k台CNC比第h台CNC实施物料加工的优先级相同;若,则第h台CNC比第k台CNC优先实施物料加工。则通过设置优先级的约束条件,以期达到缩短重复运行距离,提高运行效率的目的。所设约束条件如下:
(6)
其中,M为一个趋于无穷大的常系数。
3)最终得到非线性规划方程组都成的数学模型
我们通过MATLAB软件基于粒子群算法得出了如表1所示的算法最好解表。从实验结果可以看出粒子群算法有着较强的寻优能力,对于我们的目标规划模型可以准确且快速地求出最优解。
最终求解得到的工作流程为分为两个阶段,
第一阶段的运行流程为CNC1#,CNC3#,CNC5#,CNC7#
第二阶段的运行流程为CNC1#,CNC2#,CNC3#,CNC4#,CNC5#,CNC6#,CNC7#,CNC8# 循环。
参考文献
[1]王晓宁.直线往复式轨道穿梭车避让策略仿真研究[D].北京邮电大学, 2012
[2]聂峰,程珩. 多功能穿梭车优化调度研究[J].物流技术, 2008, 27(10): 251-253.
[3]ZhaoJing,HanChongZhao,
WeiBin.Binaryparticleswarmoptimizationwithmultipleevolutionarystrategies[J].ScienceChina (InformationSciences),2012,55(11):2485-2494.
[4]李艳鹏.基于粒子群和禁忌搜索算法求解作业车间调度优化问题[D].大连交通大学,2013.
[5]钟寿桂.基于离散粒子群与模拟退火融合算法的自动小车存取系统货位优化[D].厦门大学,2009.
[6]崔南方,赵雁,田文迪."基于智能算法的双目标鲁棒性项目调度."系统管理学报 .03 (2015):78-87.Pri.