基于改进遗传算法的舾装件托盘多载具协同拣选方法

为提升舾装件托盘的拣选效率,建立拣选过程的数学模型,提出一种基于改进遗传算法(Improved Genetic Algorithm, IGA)的舾装件托盘多载具协同拣选方法。针对遗传算法(Genetic Algorithm, GA)流程与实际拣选过程的差异,改进GA的初始化过程和染色体交叉方式,并对变异过程进行更贴近实际生产的修改。针对GA难以得到全局最优解的问题,采用变邻域搜索(Variable Neighborhood Search, VNS)策略降低陷入局部最优解的可能性。采用实例计算验证该算法的有效性,可优化传统舾装件托盘拣选方法。

面向多搬运任务的柔性制造车间多载具AGV节能路径规划

自动导引搬运车(automated guided vehicle,AGV)能够灵活、准确、高效地进行物料搬运,被广泛应用于柔性制造车间。多载具AGV能同时搬运多个工件,具有较强的搬运灵活性,其路径规划问题的复杂性和多约束性更强,求解难度更大。针对柔性制造车间多载具AGV节能路径规划问题,首先建立了以能耗和搬运距离为优化目标的AGV节能路径规划模型;然后,提出了一种改进Dijkstra算法和非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)集成的多载具AGV节能路径规划方法;最后通过案例验证了模型的节能效果和求解方法的有效性。

基于多载具联运规划的铁路应急救援基地选址及载具配置策略研究

传统的铁路应急救援基地布置在铁路沿线,配备救援列车及大型起重设备等救援装备,并主要以铁路线路作为救援运输路径,其在复杂环境下具有一定的局限性。基于此,考虑复杂地理、气象、地质等救援环境,提出多载具联运路径规划方法,可根据多元环境信息,综合各载具在不同环境下的通行折扣系数,自动构建多种不同载具的通行能力图;设计多载具联运路径规划算法,可产生详细的路径接续区段以及载具联运等信息,仿真研究地理、气象、地质复杂及灾害高发区域铁路救援基地能力建设的策略,为进一步完善复杂救援场景下铁路应急救援联运基地选址和载具配置策略提供参考。

多载具自动化立体仓库货位分配与作业调度集成优化

为提高多载具自动化立体仓库进出库作业效率,提出货位分配与作业调度集成优化方法。从指令分组、货位分配及子行程作业模式与顺序3方面进行分析,结合堆垛机实际运作规律,构建以最小化行程时间为目标函数的集成优化数学模型。针对二者相互反馈的特点,设计了双层遗传搜索算法对模型进行求解,该算法使优化形成一个闭环,可得到比较理想的解。仿真实验结果表明,双层遗传算法在不同的订单规模和载具数量下均能获得满意解;与分别优化相比,所提方法能够有效缩短作业时间。

多载具自动化存取系统货位分配优化

根据多载具自动化存取系统运行的特点,统筹考虑存货货位和取货货位分配两方面内容,建立了多载具自动化存取系统货位分配优化的通用模型。该模型以最小化指令周期内存取货物的行程时间为优化目标,适应于不同载具数量和货位规模情形下的货位优化。设计了一种结合启发式算法的混合遗传算法来求解这一非确定多项式完全问题,并通过算例验证了该算法的有效性。

多载具自动化存取系统作业调度优化

为从作业调度角度提交多载具自动化存取系统的运作效率,根据多载具自动化存取系统的作业特点,建立了多载具自动化存取系统作业调度优化问题的数学模型,对问题进行复杂度分析,证明为NP-hard问题,设计了遗传模拟退火算法对问题进行求解。通过实例对算法性能进行分析,结果表明提出的算法具有较好的求解精度和较高的求解效率,能够有效地缩短完成存取货作业的行程时间。

柔性制造车间多载具AGV任务分组算法研究

多载具自动导引运输车(Multi-load automated guided vehicle,多载具AGV)任务调度策略影响柔性制造车间的高效、平稳生产。在已知柔性制造车间环境和任务的情况下,提出了一种基于取货点距离的多载具AGV任务分组算法。该算法通过读取任务序列中各任务的取货点信息,进而对任务进行聚类分组。案例研究表明,在已知各多载具AGV运输能力时,所提算法不仅能够实现多载具AGV的任务分组,而且能够最大化利用多载具AGV搬运货物的能力。

基于蒙特卡罗树搜索的多载具自动化存取系统优化算法

针对某型多载具自动化存取系统优化分配问题,分析该自动化存取系统的运行特点,建立了该自动化存取系统优化问题的马尔科夫决策过程模型,并提出了求解模型的基于改进蒙特卡罗树搜索算法。首先,以总搬运量和同类型货箱距离最小为目标建立货位优化模型,为了更好控制蒙特卡罗树搜索分支合理性,对算法节点选择部分进行优化。最后,对改进的蒙特卡罗树搜索算法进行货位优化及对比测试。实验结果表明:改进的蒙特卡罗树搜索算法较采用贪心思想、采用魔方还原思想以及基于传统蒙特卡罗树搜索的算法在货位优化运行效果上更优。

多载具自动化存取系统货位分配和拣选路径集成优化

为了提高多载具自动化存取系统整体进出库效率,分析了多载具自动化存取系统的运作特点,建立了同时考虑货位分配和拣选路径的集成优化模型。模型以最小化单位指令周期的行程时间为优化目标,最后设计了两阶段禁忌搜索算法求解该问题。不同货位规模和不同载具数量的数值实验结果表明：两阶段禁忌算法获得的行程时间较初始解有至少40%的改善,而且与分别优化的方法相比行程时间也能降低7%~23%。