基于粒子群算法的兩道工序RGV動(dòng)態(tài)調(diào)度模型
發(fā)布時(shí)間:2021-02-04 03:17
本文針對(duì)基于CNC和RGV構(gòu)成的智能加工系統(tǒng)的動(dòng)態(tài)調(diào)度進(jìn)行了詳細(xì)研究,建立了2道工序在無(wú)故障的動(dòng)態(tài)優(yōu)化模型,并分別利用貪心算法和遺傳算法對(duì)所建優(yōu)化模型進(jìn)行求解。本文運(yùn)用搜索樹(shù)對(duì)每一次RGV確定CNC的上下料作業(yè)順序進(jìn)行決策,搜索域?yàn)榕cRGV距離最短的3個(gè)CNC,尋找最短的遍歷3個(gè)CNC的路徑,通過(guò)運(yùn)行算法輸出第一組、第二組、第三組產(chǎn)出熟料的數(shù)量分別為371、346、371。
【文章來(lái)源】:科技創(chuàng)新導(dǎo)報(bào). 2019,16(10)
【文章頁(yè)數(shù)】:2 頁(yè)
【文章目錄】:
1 符號(hào)說(shuō)明
2 模型假設(shè)
3 模型的建立與求解
4 模型結(jié)果
本文編號(hào):3017631
【文章來(lái)源】:科技創(chuàng)新導(dǎo)報(bào). 2019,16(10)
【文章頁(yè)數(shù)】:2 頁(yè)
【文章目錄】:
1 符號(hào)說(shuō)明
2 模型假設(shè)
3 模型的建立與求解
4 模型結(jié)果
本文編號(hào):3017631
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3017631.html
最近更新
教材專(zhuān)著