集装箱码头上多自动引导车的调度和路径规划

针对自动化集装箱码头上多自动引导车(AGV)的调度和路径规划问题,在考虑AGV负载以及冲突的情况下,建立了以最小化AGV能量消耗为目标的数学模型。设计了两个阶段的算法对模型进行求解,第一阶段基于任务组合分解,利用灰狼优化算法在最短路径下优化AGV调度,第二阶段对于较优的AGV调度,进一步利用基于Floyd的时间冲突预测算法对其路径进行优化,以达到预防冲突的结果。通过实验验证了不同问题规模下算法的可行性和有效性,结果表明所设计算法能有效减少编码长度,得到的结果质量、运行时间和收敛情况都优于其他算法所得,该算法能够有效地解决不同规模下多AGV的调度和预防冲突的路径规划问题,减少AGV的能量消耗。

遗传算法在柔性动态调度中的应用

采用一种实用的柔性制造系统 (FMS)在线动态调度方案 ,以对车间生产环境的变化作出及时反应 .建立了零件的可变工艺路径、包含 AGV的 FMS调度问题的模型 ,采用遗传算法 (GA)以任意始点的任务集为背景同时调度机器和自动引导小车 (AGV) .研究由若干台加工中心 (WS)和 AGV组成的 FMS的调度问题 .论述了综合事件机制及时间机制优点的动态调度机制 ,通过被修订的工序集与所有剩余工序形成交集 ,来识别需要被修订的工序集 .这种重调度方式减少了人为的干预 ,允许按环境改变而对方案作出修订 ,因此可以在实时条件下工作 .