论文部分内容阅读
可重入生产系统是以半导体和薄胶片生产为代表的一类复杂生产系统,在微电子行业飞速发展的今天,可重入生产系统已受到工业界和学术界的广泛关注。本文对可重入生产系统的描述、模型、性能及调度等方面进行了系统的研究,提出一些新的思想和方法,主要的工作和创新之处总结如下:1、建立可重入生产系统状态空间及调度集,计算可重入生产系统的状态转移概率表明该系统是连续的Markov决策过程,并提出系统的待调度状态集及非待调度状态集的生成算法。2、针对可重入生产系统提出瓶颈工作站和阻塞状态的数学描述,证明单瓶颈工作站是系统中最忙碌、机器利用率最高的工作站,进而提出模型的简化方法:针对单瓶颈系统可直接简化非瓶颈工作站;针对多瓶颈系统,则提出NBJP调度策略作为简化非瓶颈工作站时的还原补偿策略;并提出有条件的相邻工序合并方法。最后给出系统简化及调度策略的还原算法。3、针对二站封闭式可重入生产系统证明了平均输出率和双机生产时间作为性能指标的等价性,并将结论推广至多站系统,在此基础上推导出封闭式可重入生产系统连续Markov决策过程的动态规划模型。对封闭式和开放式可重入生产系统的连续Markov决策过程分别采用不同的离散化方法,并人工构造终止状态,获得两种投料策略下系统离散Markov决策过程的随机最短路径动态规划模型。4、针对可重入生产系统的动态规划模型,基于神经元动态规划设计了可重入生产系统的调度仿真框架,分别在封闭式和开放式投料策略下,选择合适的初始状态、函数结构、特征向量和归一化方法,并提出将启发式策略的性能指标作为特征分量的想法,针对该动态规划模型设计了采用神经元动态规划方法进行迭代求解的算法,并比较分析了封闭式和开放式可重入生产系统的平均产品输出率及平均机器利用率。5、针对HP公司提出的可重入生产系统Benchmark标准问题—TRC模型重新建立了考虑机器故障和维修时间的可重入生产系统的状态表示、状态分类、调度集、一步转移概率和一步转移代价体系,采用模型简化方法对三种参数设置下的TRC模型进行简化,选择合适的投料策略,设定合理的特征向量及归一化方法,采用神经元动态规划求解其调度策略,并与以往的调度结果进行比较,得到满意的结果。TRC模型调度研究的成功全面证明了本文建立的可重入生产系统的调度体系的有效性和优越性。