[发明专利]一种用于传送带给料加工站系统的多目标优化控制方法

说明书

本发明公开了一种用于传送带给料加工站系统的多目标优化控制方法，包括：1、令k＝1，初始化值表；2、在第k个决策时刻，观察系统的当前状态，根据贪婪策略控制系统运行；3、计算转移过程中的累积奖励；4、按公式更新值；5、将k+1赋值给k，若k达到预先设定的学习步数后转移到步骤6，否则返回步骤2继续学习；6、按偏好信息设置权重，提取Q_w；7、根据Q_w控制系统运行；8、当偏好信息发生改变时返回步骤6。本发明能通过与生产线系统交互得到一组帕累托最优解，从而实现传送带给料加工站系统中存储成本和生产效率两个冲突目标的优化。

技术领域

本发明属于生产调度技术领域，具体说是一种用于传送带给料加工站系统的多目标优化控制方法。

背景技术

在当前智能制造的大背景下，制造企业的核心竞争力不仅包括简单的制造能力，而且需要通过优秀的生产调度算法来合理利用资源和生产设备，提高生产效益和资源利用率，以此达到降低成本增加企业竞争力的目的，推动我国生产制造业的发展。

传统的调度方法针对的问题模型较简单，从而不能完全适用于实际生产环境下的问题，算法的使用场景较局限。现实生产环境中往往存在很多不确定性因素(如随机的工件到达时间和加工时间)，且需要对多个不相容的目标进行优化，而现存算法往往是针对单个目标进行优化，或是将多个目标通过加权求和转换成单个目标进行优化，难以满足企业对多个目标同时优化的需求。

发明内容

本发明是为解决上述现有技术存在的不足之处，提出一种用于传送带给料加工站系统的多目标优化控制方法，以期能对生产系统进行有效的在线优化控制，实现存储成本和生产效率两个不相容目标的同时优化。

本发明为解决技术问题采用如下技术方案：

本发明一种用于传送带给料加工站系统的多目标优化控制方法，是应用于由工件、匀速运动的传送带、容量为M的缓冲库、加工站、成品库、红外线感知器、机械臂所组成的传送带给料加工站系统当中；

所述传送带给料加工站系统中，定义缓冲库中的剩余量为m，m∈[0,M]，M为所述缓冲库的最大容量；以剩余量m作为系统的状态s；

所述红外线感知器设置在捡取点，以所述红外线感知器所在的位置为起点的一段传送距离作为前视距离v_s，v_s∈[0,l_max]∪∞，l_max表示最大前视距离；

所述工件沿所述传送带随机到达，所述系统根据缓冲库的剩余量选择一个前视距离v_s，若前视距离v_s内有工件，则所述机械臂等待工件到达捡取点并卸载到缓冲库中，若前视距离v_s内无工件，则所述机械臂从缓冲库中取出工件放入加工站中进行加工，加工完成后取出并放入成品库中；

将所述前视距离v_s进行离散化定义后，得到行动a_s∈D＝{0,1,…,N}，其中，行动a_s＝0表示所对应的前视距离v_s为零，a_s＝N-1表示所对应的前视距离v_s为l_max，a_s＝N表示所对应的前视距离v_s为无穷大；D表示行动集合；

定义系统的决策时刻为工件卸载完成的时刻或工件完成加工的时刻；其特点是，所述多目标优化控制方法如下：

步骤1、定义变量k＝1，设当前状态为s_k；定义最大学习步数为K；

定义值表，并初始化所有状态-行动对下的值向量均为[00]；

步骤2、在第k个决策时刻，观察系统的当前状态s_k，根据贪婪策略控制系统进行加工；