基于改进遗传算法的环形RGV系统调度优化

针对自动化立体仓库中环形穿梭车系统(Rail Guided Vehicle system,RGVs)调度优化问题,综合考虑RGV数量、进出货口限制、复合作业次数和堵塞次数对作业效率的影响,以最小化任务总完工时间为目标,建立了多影响因素下的RGV调度数学模型,并采用改进遗传算法对模型进行求解。首先,设计了多影响因素下的编码方式,提高算法求解实际问题的能力;然后,在遗传算法中引入模拟退火操作,提高算法的局部搜索能力,避免算法求解过程陷入局部最优;最后,设计染色体修复方法来避免非法解的出现,提高算法的收敛速度和求解稳定性。通过实例验证了模型和算法的有效性与先进性。

基于改进IVNSA的RGV/ASR仓储系统出入库调度算法

针对自动化立体仓库(AS/RS)中环形穿梭车(RGV)和空中分拣机器人(ASR)协同调度问题,以最小化运输时间为目标,建立了RGV/ASR仓储系统的出入库问题调度模型,并提出改进变邻域搜索算法(IVNSA)对问题模型进行求解。首先,设计双序列编码方式优化搜索空间;其次,针对任务调度顺序设计全局综合搜索算子,扩大了算法搜索空间,同时受生物体激素调控机制启发,提出一种基于生物体激素调控机制的局部深度搜索算子,提高了算法的局部搜索深度;最后,通过对比实验验证了所提算法的优越性和有效性。

基于Petri网的RGVs系统中环路死锁研究

为实现自动小车存取系统的实时控制,基于双重着色赋时Petri网(Colored Ti med Petri Nets,CTPN)构建了RGVs系统(Rail-Guided Vehicles system,RGVs)的动态模型。同时为了提高RGVs系统的存储效率,对RGV小车采用基于最短路径的调度策略。并针对RGVs系统的临界状态即将发生环路(环路链)死锁的状况,提出了一种死锁预防的方法。最后基于VC.NET验证其有效性。

结合贪心策略的RGV动态规划调度模型

本文基于动态规划的数学思想建立了直线布局智能加工系统中轨道式自动引导车的动态调度模型,并在结合"路径最短"的贪心策略加速了算法进程的前提下,以加工完一定数量零件用时最短为目标建立了优化模型。并通过与蒙特卡洛仿真模拟和相关领域的其他论文的结果对比,充分检验了模型的实用性和算法的有效性。