论文部分内容阅读
随着中国经济的飞速发展,制造业也步入了智能化的时代,由计算机统一控制的柔性制造系统(FMS)在制造业中占有越来越举足轻重的地位。自动导航小车(AGV)作为柔性制造系统中运输系统的主要部分,为柔性制造系统的灵活运作和准确控制提供了快捷、效率的方式,在柔性制造系统中应用得越来越广泛。如何灵活的调度自动导航小车,使得柔性制造系统的整体性能提升、节省工件的完工时间和成本,成为现代学者研究的热点问题。本论文主要研究了柔性制造系统中输入/输出缓存区容量有限的约束下,单台自动导航小车在完成各个加工单元的搬运任务的调度问题,主要包括以下几个方面：(1)FMS的总体描述。从FMS的构成、搬运任务、输A./输出缓存区的管理、自动导航小车的管理和堵塞以及调度的约束等方面对柔性制造系统进行了全面的定义和分析。(2)建立缓存区有限的单AGV调度模型。针对FMS中输入/输出缓存区容量有限的约束下建立单AGV在某一时刻内未完成的搬运任务的调度问题,建立了数学模型,目标是AGV完成所有任务的时间最短。对于单AGV的调度问题,考虑了有限的输入/输出缓存区容量、工件到达的随机性、空AGV返程、同一时刻系统允许的最大工件量以及有限的资源等因素对AGV完成搬运任务的影响,同时又设定AGV的管理规则,使得所建立的调度模型具备一定的实用性。(3)算法设计和实例验证。根据所建立的FMS中缓存区有限的单AGV调度模型,设计了改进的遗传算法对FMS中不同任务数量的实例模型求解。改进的遗传算法是基于当前最优解的设计改进选择、交叉的方式,使得算法在运行过程中不易丢失当前最优解。(4)算法设计和实例验证。根据所建立的FMS中缓存区有限的单AGV调度模型,设计了遗传模拟退火算法对FMS中不同规模加工单元实例模型求解。遗传模拟退火算法是基于改进的遗传算法的基础上结合模拟退火算法改善初始种群,寻求局部最优并保持,直到搜索出全局最优。本文从实际应用的FMS中出发,研究了FMS中输入/输出缓存区容量有限的情况下,单AGV在完成某一个时刻累积的所有搬运任务,使得花费的时间最短,建立模型并针对不同的加工单元和任务数设计算法进行实例求解验证,实例结果表明算法的有效性和可行性,得出改进的遗传算法在规模较少的实例得出最优解的概率较大,随着加工单元和任务数量的增多,改进的遗传算法得到最优解的概率减低,而混合遗传模拟退火算法用于求解较大规模的实例所得到的最优解的概率较大。