服务率可变的系统环境变化的单站点CSPS系统的优化控制

摘要

传送带给料生产加工站(Conveyor-Serviced Production Station,简称为CSPS)是一种将工件通过传送带送至含有有限容量缓冲库的生产加工站进行服务的自动化制造系统,是一种在工业生产自动化基础上产生的实际生产系统的抽象模型。研究CSPS系统的最优控制问题,通过合理选择站点的控制策略,实现系统的长远期望代价最优,工件流失率最小,对提高产品的产量具有重要的现实意义。
　　在CSPS系统中,生产加工站作为CSPS问题的决策主体Agent通过前视控制对工件的到达过程和服务过程进行协调。CSPS的前视控制是指Agent根据当前系统状态的前视距离,判断这段距离内是否有工件,如有则 Agent将等待工件到达并放入缓冲库即工件的到达过程;否则,Agent从缓冲库中取出工件进行服务即工件的服务过程。Agent通过控制CSPS系统各状态的前视距离以取得工件到达过程和服务过程之间的平衡,从而减少工件流失、降低系统的能耗。其中,工件到达过程的逗留时间是服从给定到达率的随机分布,因此到达率被用来表示工件到达的速度随着系统环境的变化而发生改变,即可以用工件的到达率对系统环境进行描述;服务过程的逗留时间是服从给定服务率的随机分布,服务率被用来表示工件服务过程的速度即服务率反映工件服务过程中的加工强度。为了适应不同的系统环境以及对不同环境下CSPS问题进行优化,工件的到达率应不断发生变化以用于描述不同的系统环境,同时也应对工件服务过程中的服务率进行控制以根据不同的系统环境对工件的加工强度进行调整。
　　本文考虑在工件到达率固定和变化的情况的CSPS问题中,在系统的控制决策变量中加入服务率,即以前视距离和服务率作为控制决策变量,将CSPS系统建模为半Markov决策过程(Semi-Markov decision process,简称为SMDP)并给出SMDP模型的动态特性,然后给出基于理论求解的策略迭代算法和基于学习优化的Q(?)学习算法。另外,在到达率变化的情况下,存在Agent不知道系统当前到达率的情况即系统到达率不可知,此时也可以将到达率变化且不可知情况下的CSPS问题建模为SMDP模型,但由于系统环境未知不能具体给出SMDP动态特性,因此只能利用与模型无关的Q(?)学习算法对其进行学习优化。
　　最后仿真结果表明,对工件服务过程中的服务率进行控制,在到达率固定和变化的情况下均取得了较好的优化效果,说明了该方法的有效性。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

第一章 绪论

1.1 CSPS问题的研究背景及现状

1.2 CSPS问题的常用模型及优化算法

第二章 单站点CSPS模型及SMDP优化理论

2.1单站点CSPS的基本物理模型

2.2单站点CSPS的SMDP模型

第三章 服务率可变的单站点CSPS系统

3.1服务率可变的CSPS问题

3.2服务率可变的CSPS问题的SMDP模型

3.3策略迭代和Q(?)学习算法

3.4服务率可变CSPS问题的仿真结果

第四章 到达率变化的单站点CSPS系统

4.1到达率变化的CSPS问题

4.2到达率变化的CSPS问题的SMDP模型

4.3策略迭代和Q(?)学习算法

4.4到达率未知的CSPS问题及SMDP模型

4.5仿真结果

第五章 总结与展望

5.1总结

5.2展望

参考文献

攻读硕士学位期间的学术活动及成果情况