自动导向小车与加工设备多目标集成调度的聚类遗传算法

针对AGV与加工设备的集成调度问题,在考虑AGV无冲突路径规划的情况下,建立了以最大完工时间、AGV运行时间及机器总负荷为优化目标的调度优化模型,提出一种基于时间窗和Dijkstra算法的多目标自适应聚类遗传算法。根据算法在不同迭代时期的特点,提出一种包含自适应个体交叉概率的交叉重组策略;设计了自适应种群变异概率;引入基于网格划分数和扩容网格距离的环境选择策略。仿真结果验证了算法的可行性和优越性。

MES管控下考虑AGV能耗的路径优化设计

随着车间生产逐步走向自动化、智能化,制造执行系统(MES)以及自动引导小车(AGV)的应用范围越来越广。根据项目实例,设计车间MES中控系统和AGV调度系统的互联以及AGV的搬运过程。考虑到目前AGV大多采用电池储能,能耗效率也成为实际问题的优化目标,结合MES任务时间窗的约束,建立数学模型解决AGV路径规划的多目标优化问题,并提出一种改进遗传算法,通过随机初始多个路径编码,进行POX交叉、逆序变异和锦标赛选择后得到最优解。经仿真实验,得到最优路径规划,同传统算法相比求解质量更优。

多AGV和机器集成的多目标柔性作业车间调度研究

为解决智能制造环境中具有多时间和多AGV约束的柔性作业车间调度问题,构建了以最小化最大完工时间、最小化总延期、最小化设备总负荷为目标的机器/AGV双约束多目标调度模型,模型中综合考虑加工时间、工件到达时间、交货期等多时间因素,进行了多AGV和机器集成调度。为求解该模型,设计了新的AGV调度规则和改进的NSGA-□算法,算法中提出了基于工序的扩展染色体编码方式和基于AGV分配的贪婪式解码策略,同时设计了不同参数控制的多种群二元锦标赛选择和分段交叉变异策略以及基于Pareto级的去重精英保留策略,以促进个体协同优化搜索。通过实例实验,分析了不同AGV数量任务分配方案下的模型有效性,对4个案例的仿真测试和同类算法比较解也验证了改进NSGA-□算法求解该模型的有效性。

考虑路径长度与冲突的AGV停车场停车位分配方法

为解决自动引导小车(Automated Guided Vehicles,AGV)智能停车场中的停车位分配不合理、多AGV协同作业过程中频繁冲突的问题,针对停车位分配问题进行了研究。根据停车场环境布局,采用拓扑图法建立停车场环境地图模型,并提出一种考虑长度与冲突的停车位分配双目标优化模型,从全局层面减少多台AGV之间的冲突。鉴于模型的多目标特征,设计非支配排序遗传算法(Nondominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)对停车位分配模型进行求解。为验证模型与算法的有效性,进行停车位分配仿真实验,并将所提出的模型与传统的基于最短停车路径长度的停车位分配方法及空停车位随机分配方法进行对比。实验结果表明,NSGA-Ⅱ算法适用于求解停车位分配模型,在不同任务数量和不同AGV配置数量下,算法均能得到多样的Pareto非劣解集;与传统方法相比,所建模型的总停车路径长度指标与基于最短停车路径长度的停车位分配方法相近,路径冲突概率则比基于最短停车路径长度的停车位分配方法和随机分配方法分别降低67.44%和44.00%;在AGV智能停车场高峰期的连续停车任务中,所提出的停车位分配模型和求解算法可寻找到最优停车位分配方案并从全局角度规划AGV的停车路径。