基于 RFID 的制造车间物料配送优化模型与Lingo求解方法

本文主要探讨了基于RFID的数字化制造车间物料实时配送方法的研究论文。首先，问题分析部分指出，新产品市场份额的变化是一个离散动态随机过程，可以使用马尔可夫链（Markov chain）模型来描述。转移概率矩阵是关键工具，其中每个行元素之和必须等于1，表示每种产品的市场份额转移概率。 在模型建立阶段，文章定义了N个产品，每个产品的市场份额用变量ip表示，转移概率矩阵的元素记为ijT。为了找到稳定状态下的市场份额分布，需要满足两个条件：一是稳定状态下每种产品的市场份额乘以其转移概率之和等于1（第38式），二是所有产品的市场份额之和为1（第39式）。这个模型实际上简化为一个只含有线性方程的优化模型，没有明确的目标函数，但包含非负概率约束。 接下来，作者展示了使用LINGO编程语言求解这个模型的过程，其中包括设置产品集合（PROD）、转移概率矩阵（T）以及数据部分，其中给出了转移概率的具体数值。通过循环计算每个产品的当前市场份额，使得它们符合转移概率矩阵的规则。 文章引用了线性规划的概念，解释了其在生产实践中的应用，比如如何通过合理分配有限的资源来最大化利润。举例中，一个机床厂根据机器工时和利润需求，构建了一个线性规划问题，通过优化决策变量（生产甲、乙机床的数量）来确定最优生产策略。 最后，提到Matlab中的线性规划标准形式，规定目标函数为最小化形式，并且约束条件中的不等号统一为小于号。这样的标准化格式简化了解决过程，方便了线性规划问题在Matlab中的实现。 总结来说，本文重点在于如何将马尔可夫链模型应用于数字化制造车间的物料配送，通过线性规划理论和Matlab工具来求解实际生产问题中的最优决策。这一方法对于提升生产效率和资源利用率具有重要意义。