多工序CSPS系統(tǒng)基于柔性站點的分層優(yōu)化控制研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、在現(xiàn)實世界的一些生產(chǎn)制造企業(yè)中,存在一類由生產(chǎn)加工站作為加工主體的生產(chǎn)線,其中,加工站由傳送帶輸送工件進行加工,這類系統(tǒng)稱為傳送帶給料加工站(CSPS)。在多工序CSPS系統(tǒng)中,生產(chǎn)線有多道工序,每道工序由多個一般站點組成,而相鄰的上游工序和下游工序之間通常設置一個柔性站點,用于在上下游工序之間進行切換,調(diào)節(jié)各個工序作業(yè)負載,提高系統(tǒng)的生產(chǎn)率。在多工序CSPS系統(tǒng)的優(yōu)化控制問題中,一般站點始終在工序內(nèi)部進行Look-ahead的協(xié)同控制

2、,而柔性站點的決策控制分為兩層,即上層的工序切換決策和下層的Look-ahead控制決策。多工序CSPS系統(tǒng)的優(yōu)化目標是選擇合理的上層切換控制策略以及下層的Look-ahead控制策略,使得整個系統(tǒng)在無窮時段內(nèi)處理率最大。
  首先,針對柔性站點的上層切換控制中狀態(tài)空間較大的特點,引入小腦模型關節(jié)控制器(CMAC)神經(jīng)網(wǎng)絡來逼近表示狀態(tài)-行動值,并提出了一種適用于平均或折扣性能準則的統(tǒng)一神經(jīng)元動態(tài)規(guī)劃算法,以解決不同工序間的協(xié)作問

3、題。其次,針對下層的Look-ahead協(xié)同控制問題,給出了一種基于局域信息交互的多Agent學習算法,以解決每道工序內(nèi)部的站點協(xié)作問題。仿真實驗結果表明論文提出的基于CMAC網(wǎng)絡的分層協(xié)同優(yōu)化控制機制具有存儲空間小、優(yōu)化精度高和優(yōu)化速度快的優(yōu)勢。
  另外由于上層狀態(tài)變量由多個元素組成,狀態(tài)空間十分復雜,從而導致系統(tǒng)遭遇“維數(shù)災”問題。因此本文首先通過狀態(tài)聚類方法,減小狀態(tài)空間,然后引入RBF神經(jīng)網(wǎng)絡來逼近表示狀態(tài)-行動值,以解

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論