基于遺傳算法的智能RGV動(dòng)態(tài)調(diào)度模型

劉淺

摘要：本文主要研究的是車(chē)間柔性加工中以直線(xiàn)軌道為基礎(chǔ)的RGV智能加工系統(tǒng)中一道工序物料加工作業(yè)情況，針對(duì)解決最優(yōu)化RGV調(diào)度策略和最大化系統(tǒng)作業(yè)效率兩個(gè)問(wèn)題。根據(jù)遺傳算法，將RGV作業(yè)效率，CNC作業(yè)效率等目標(biāo)，以多目標(biāo)形式分值設(shè)置權(quán)重作為目標(biāo)函數(shù)，進(jìn)行最優(yōu)裝置安置與路線(xiàn)設(shè)計(jì)，建立RGV動(dòng)態(tài)調(diào)度模型，并以單位時(shí)間內(nèi)成品物料數(shù)量最大化為目標(biāo)，進(jìn)行動(dòng)態(tài)規(guī)劃，得出RGVI作中各環(huán)節(jié)的最優(yōu)調(diào)度策略。將所建立的模型與調(diào)度策略進(jìn)行實(shí)際加工時(shí)各種情況下的模擬仿真，結(jié)果表明其可行性及合理性。

關(guān)鍵詞：動(dòng)態(tài)規(guī)劃;柔性加工;遺傳算法

0引言

近年來(lái)，隨著IT、智能技術(shù)的發(fā)展以及加工設(shè)備設(shè)施的改進(jìn)，使得動(dòng)態(tài)調(diào)度問(wèn)題的解決成為了可能。實(shí)現(xiàn)合理化智能RGV的動(dòng)態(tài)調(diào)度也成為當(dāng)下的熱點(diǎn)問(wèn)題，RGV是一種無(wú)人駕駛、能在固定軌道上自由運(yùn)行的智能車(chē)。根據(jù)指令，RGV能自動(dòng)控制移動(dòng)方向和距離，整體由一個(gè)機(jī)械手臂、兩只機(jī)械手爪和物料清洗槽組成，能夠完成上下料及清洗物料等作業(yè)任務(wù)。在RGV普及的今天，設(shè)法在智能加工系統(tǒng)中減少RGV與加工設(shè)備的閑置時(shí)間，提高有效利用率顯得尤為重要。

1假設(shè)

1.問(wèn)題場(chǎng)景的假設(shè)：

假設(shè)一個(gè)RGV有軌制導(dǎo)車(chē)輛系統(tǒng)，其有一個(gè)機(jī)械手臂、兩只機(jī)械手抓和物料清洗槽，能夠完成上下料及清洗物料等作業(yè)任務(wù)，其主要由8臺(tái)計(jì)算機(jī)數(shù)控機(jī)床（Computer Number Controller，CNC）、1輛軌道式自動(dòng)引導(dǎo)車(chē)（Rail Guide Vehicle，RGV）、1條RGV直線(xiàn)軌道、1條上料傳送帶、1條下料傳送帶等附屬設(shè)備組成。一道工序的物料加工作業(yè)情況，每臺(tái)CNC安裝同樣的刀具，物料可以在任一臺(tái)CNC上加工完成。

2.模型的假設(shè)：

（1）假設(shè)在零時(shí)刻之前，不允許有工件正在或已經(jīng)被加工;

（2）假設(shè)在零時(shí)刻，所有的工件都可被加工;

（3）假設(shè)出現(xiàn)再調(diào)度時(shí)，正在加工的工序繼續(xù)加工，不受影響，直到本工序完成;

（4）假設(shè)個(gè)同類(lèi)型的CNC具備相同的優(yōu)先級(jí);

（5）同一時(shí)刻每臺(tái)機(jī)器最多加工一道工序。

2模型的建立

根據(jù)動(dòng)態(tài)調(diào)度問(wèn)題的計(jì)算復(fù)雜性與對(duì)生產(chǎn)效率的高需求，本文采用遺傳算法進(jìn)行求解。

由于該問(wèn)題中存在多種約束條件，因此對(duì)于編碼方式的選擇尤為重要，本文用數(shù)字1-8表示編號(hào)為1-8的CNC，以組成8位編碼，代表一個(gè)工作周期內(nèi)的RGV調(diào)度情況。初始種群中的個(gè)體為8位隨機(jī)生成的編碼，改編碼含有數(shù)字1-8，且每個(gè)數(shù)字僅出現(xiàn)一次。對(duì)于適應(yīng)度的評(píng)估問(wèn)題，將采用該智能系統(tǒng)一個(gè)生產(chǎn)周期內(nèi)生產(chǎn)場(chǎng)的熟料個(gè)數(shù)與該周期的比值作為生產(chǎn)效率，而將該生產(chǎn)效率作為本模型的適應(yīng)度。本模型的個(gè)體選擇采用輪盤(pán)賭法，以適應(yīng)度為權(quán)重，給予每個(gè)個(gè)體合適的被選擇概率，保證最優(yōu)個(gè)體的個(gè)數(shù)不斷增加。

由于本模型未采用二進(jìn)制編碼，而編碼自身也存在多種限制，如每個(gè)數(shù)字僅能出現(xiàn)一次等，故采用OX法進(jìn)行交叉操作，與其他交叉方法相比，這種方法在兩父代個(gè)體相同的情況下仍能產(chǎn)生一定的變異效果，且更加適合本模型的編碼方法，能夠更好地維持群體的多樣性。

3模型的求解

首先對(duì)RGV所在的直線(xiàn)軌道位置點(diǎn)進(jìn)行編號(hào)，由左向右依次編號(hào)1、2、3、4。得到對(duì)應(yīng)點(diǎn)集合D={D1，D2，D3，D4}，在一個(gè)周期中，i點(diǎn)為RGV首次移動(dòng)的目標(biāo)點(diǎn)。i=1，2，3，4。采用遺傳算法得出最優(yōu)加工流程的解，即最短時(shí)間加工完成量最大化對(duì)應(yīng)的流程。

每臺(tái)CNC安裝的刀具相同，根據(jù)遺傳算法得出的最優(yōu)結(jié)果不唯一，凡是從CNC1#開(kāi)始加工至CNC2#結(jié)束的所用周期最短，加工效率最高，據(jù)此現(xiàn)象，進(jìn)行數(shù)學(xué)推導(dǎo)，表述如下：

4總結(jié)

通過(guò)遺傳算法分析得出，在一個(gè)周期里，對(duì)于確定件數(shù)的物料，從CNC1#第一個(gè)開(kāi)始上料到CNC2#最后一個(gè)完成下料，最終所需的時(shí)間是最短的，相應(yīng)的物料加工效率是最高的。這種RGV的調(diào)度策略只需滿(mǎn)足在周期中CNC的首尾次序確定即可，中間的CNC次序沒(méi)有限制（不可重復(fù)），因此最終結(jié)果不唯一，得出“確定首尾”的結(jié)論。

不足之處是模型幾乎基于遺傳算法，雖然遺傳算法十分適用于解決本題柔性加工的問(wèn)題，但是模型較為單一，如果在數(shù)據(jù)有限的情況下，對(duì)RGV待命時(shí)的等待時(shí)間的計(jì)算難以達(dá)到精確的標(biāo)準(zhǔn)。