基于免疫蚁群优化算法的仓储任务调度北大核心

针对仓储机器人群的多目标任务分配问题,以最小距离成本为目标,建立了仓储机器人群调度方案的数学模型。以免疫算法为基础,提出了一种免疫蚁群优化算法。通过融合、改进免疫算法和蚁群算法,弥补了免疫算法因冗余信息多导致的迭代时间长、收敛速度慢以及蚁群算法初期信息素积累时间较长,速度慢的缺陷,提高了算法的效率。再多次进行对比实验,从算法运行时间,机器人群的距离成本角度验证了改进算法的可行性。     

基于改进蚁群算法的多机器人任务分配

研究了多机器人系统的任务分配方法,多机器人多任务分配是一个NP问题.针对多机器人系统在动态环境下自主任务分配问题,综合考虑任务约束及机器人的执行任务能力,采用了一种改进的蚁群算法,解决多机器人系统全局最优任务分配问题.通过对基本蚁群算法和改进的算法的仿真,验证了改进的算法实现了全局近似最优的任务分配.     

基于蚁群算法的多Agent合同网协议的刀具调度

刀具调度问题是机械加工过程中一个复杂的系统问题.基于此运用蚁群算法的基本原理,结合蚁群算法的响应阈值模型和合同网协议的理论来优化刀具调度"曲径",详细的阐述了蚁群算法多信息素原理在合同网协议的工作过程,并结合实际应用增加管理Agent重要决策因素--任务完成预测代价,建立了蚁群算法在多Agent合同网协议的刀具调度的基本模型;运用算法模型对多Agent刀具调度的过程进行全面有效的分析计算和各指标值的优化,实现调度结果的逐步优化,得出最理想调度策略.最后通过实例分析各指标参数优化,计算验证了蚁群算法的多Agent合同网协议的刀具调度的简便性、可行性、科学性.     

求解双边装配线第二类平衡问题的一种蚁群算法

双边装配线在任务分配过程中,除考虑任务先后关系约束外还需兼顾任务操作方位约束及任务操作的并行性要求。针对双边装配线第二类平衡问题提出了数学模型并构建了一种蚁群算法。此算法采用蚁群综合搜索规则、启发式任务分配规则构造一个可行解,对最优解的搜索过程提出了可行的规划方案。最后,通过为某型装载机的实例提出多组较好的平衡方案,验证了此算法的有效性。     

多模式下模具柔性作业车间调度问题研究

针对模具柔性作业车间优化调度问题,考虑了多模式对任务工期的影响,构建了以提前/拖期惩罚代价最小为目标函数的优化模型,提出了一种混合蚁群算法对问题进行求解,利用蚁群算法确定模具零件各道工序的加工中心和加工模式,由模具部件优先级确定各个加工中心上相应模具零件加工的先后顺序,最后通过算例说明算法的有效性。     

改进蚁群算法的柔性作业车间调度问题研究北大核心

为提高传统蚁群算法求解柔性作业车间调度问题的效率,提出了一种改进蚁群算法。首先,均匀分布蚂蚁的初始位置;其次,多种方法结合进行机器选择,并按照改进的工序选择方式选择下一步即将遍历的工序;最后,采用带精英策略的蚁群算法结合最大最小蚂蚁系统的信息素更新方式,既赋予较优路径以额外的信息素,同时又对路径上的信息素进行限定、从而避免算法“早熟”,进而提高解的质量。通过三个柔性作业车间调度实例进行仿真分析和与其他算法的对比,结果表明改进蚁群算法在求解柔性作业车间调度问题具有较好的优化效果和求解效率。     

基于改进多步长蚁群算法的机器人路径规划

针对移动机器人路径规划时蚁群算法稳定性不足且易陷入局部极值的问题,提出一种改进多步长蚁群算法,改进了基本蚁群算法中只能单步位移且方向固定的移动模式,从而减少路径的转向次数且缩短路径长度。针对移动机器人实际工作时可能遇到的环境坡度大的情形,在启发函数中加入高度因素,提升算法环境适应能力。采用自适应挥发机制,加快算法收敛速度及效率。结果表明：在具有变化高度的环境中,与基本蚁群算法相比,改进多步长蚁群算法规划出的路径更平缓且距离更短,更适合移动机器人工作情景。     

基于改进蚁群算法的AGV多目标路径规划

为了有效保证物流仓储环境下AGV运行的高安全、低能耗等目标,设计了一种基于改进蚁群算法的AGV多目标路径规划算法。首先,基于物流仓储环境对AGV作业需求综合分析,选取路径长度、转角和、危险率和避障等待时间等因素作为路径规划的子目标,并采用熵权法确定各子目标的权值,建立AGV多目标规划模型;其次,改进蚁群下一栅格选取方式避免顶点碰撞,并在蚁群算法中引入非支配排序算法改进信息素给予机制,使蚁群寻路时受多个子目标共同引导,将蚁群算法扩展到多个目标函数优化。仿真结果表明,所设计算法实现了AGV合理、安全、有效的多目标路径规划。     

基于双蚁群算法的双机器人路径规划方法

针对双机器人协同作业时的路径规划问题，在蚁群算法的基础上提出一种双蚁群路径规划方法。通过轮候选择机制，使2个不同的蚂蚁群能合作完成所有的作业任务。在蚁群迭代过程中，利用同种群蚂蚁之间信息素的正反馈作用，优化蚁群的移动路径；利用不同种群蚁群之间信息素的负反馈作用，降低2个蚁群之间的冲突,找到2台机器人的最优移动路径。仿真结果表明：该算法具有收敛性，能同时实现双机器人的任务分配和路径规划，且路径规划结果优于现有的双机器人路径规划算法。     

一种求解柔性作业车间调度问题的混合智能算法

提出了一种将蚁群算法、遗传算法和粒子群算法优化融合的混合智能算法,并将其应用于解决多目标柔性作业车间调度问题.采用蚁群算法寻径生成初始群体,利用遗传算法进行调度路径的优化,利用粒子群算法对蚁群算法中的信息素进行优化,优势互补.最后通过仿真实例验证了该算法的可行性和有效性.