考虑换电过程的自动化码头AGV调度优化

针对自动化码头自动导引运输车(Automated Guided Vehicle,AGV)实际换电需求的特性,为减少AGV换电排队时间,降低换电过程对AGV调度的影响以提高其作业效率,构建了考虑换电过程的AGV作业调度混合整数优化模型。该模型在考虑AGV电池电量以及AGV不同状态耗电差异的约束下利用AGV作业顺序与换电站作业时间窗的协同,改变AGV原有换电策略,交错各AGV到达换电站的时刻以减少AGV换电排队时间。最后通过遗传算法(Genetic Algorithm,GA)对该模型求解,算例分析结果表明:与原有换电策略调度相比,优化后的换电策略有效减少了90. 96%的AGV换电排队时间,并提高了28. 03%的AGV作业效率,验证了该模型的有效性。     

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Dijk-stra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...     

柔性作业车间多自动导引小车和机器的集成调度

针对含有AGV的柔性作业车间调度问题,提出基于时间窗和Dijkstra算法的混合遗传算法。建立了AGV/机器的双资源调度数学模型;采用3种解决策略处理多AGV路径规划冲突和碰撞;为了将机器和AGV调度集成考虑,设计了三链式编码结构及AGV编码链的交叉、变异算子,同时在遗传算法的解码操作中将Dijkstra算法与时间窗原理相结合,以精确地为任务小车规划出一条无碰撞无冲突的最短路径;算例对比验证了该算法的可行性、有效性和优越性。     

采用AGV分拣的型材下料车间成组调度问题研究

针对一种基于自动导引小车(AGV)分拣的型材下料车间分拣新方法,以最小化AGV损耗费用和AGV运行费用为目标,建立了混合整数线性规划模型,设计了一种改进遗传算法对模型进行求解。该算法使用带加工属性的多层编码方式,针对多层编码设计了分层式交叉变异的方式,在邻域搜索阶段采用基于禁忌表的双层协同优化策略。算例对比实验表明,所设计的改进遗传算法与基础遗传算法、基础蚁群算法、变邻域改进遗传算法,以及改进蜂群算法相比,在求解该问题上有显著优势和有良好的鲁棒性。     

基于变邻域遗传算法的RMS布局设计方法

针对采用AGV的可重构制造系统的布局设计问题,本文提出综合考虑AGV负载和空载路程以及工作站重构的布局设计模型,并采用变邻域遗传算法对该模型进行求解.为了验证提出方法的有效性,进行多个计算实例的计算分析.计算结果表明:所提出的方法能在有限时间内完成计算,在问题规模较小的时候能得到最优解.在问题规模较大的情况下,能得到较高质量的解,这说明了所提出的方法是有效的.     

考虑充电的多AGV的作业车间调度问题

自动导引车(AGV)在生产车间的应用,给车间调度带来许多额外的需要解决的实际问题,如运输任务AGV分配、AGV电量约束、AGV数量约束等,使得其调度问题更加复杂和困难.针对多AGV运输工件的作业车间调度的特点和约束条件,建立了考虑充电约束的多AGV运输工件的作业车间调度模型,通过虚拟设备的方法设计了工件分配和AGV运输任务的两段染色体编码,设计了工件分配和AGV任务分配的集成解码方法,并设计了改进遗传算法进行求解,进一步分析了AGV数量、AGV电量和运输时间等因素对优化目标的影响,最后通过作业车间典型算例仿真验证了模型与算法的有效性.     

基于遗传算法的自动导引车系统数量配置方法研究

为确定自动导引车系统所需AGV数量,提出了一种基于遗传算法将数学分析与计算机仿真相结合的方法.首先以任务产生节拍,AGV导引路径网络布局、AGV调度策略等为约束,建立了估算AGV数量的数学模型,针对问题的复杂度,通过遗传算法求解此模型.然后利用计算机仿真模型模拟AGVS运行状态,通过仿真模型反映交通状况对系统的影响,并根据蓄电池充电特性确定备用AGV的数量.最后通过应用实例验证了所提设计方法的可行性和有效性.     

多AGV定位和路径规划方法研究

针对多AGV小车在实际应用中出现的路径冲突问题,提出一种基于时间窗的多AGV路径规划改进方法。以AGV实时定位和无线通信技术为基础,将时间窗算法和dijstra算法相结合,依次规划各AGV的路径,并采用实时更新位置信息和时间窗排布的方法对冲突路段进行路径动态规划,有效地避免了AGV之间的路径冲突,提高了系统运行效率。     

智能工厂多搬运载体协同作业优化

针对智能工厂中多搬运载体间的协同作业问题,以堆垛机-AGV-机械手三资源为研究对象,考虑AGV在交叉路口避碰规则以及优先级动态调整规则,建立以总任务完工时间最少为主决策目标,以惩罚成本最低为辅助决策目标的协同作业优化模型;采用优化粒子群算法求解,为避免算法在迭代后期搜索能力弱易陷入局部最优的情况,引入遗传算法中的自适应变异进行优化。通过实例验证表明,考虑AGV在交叉路口的避碰规则,能明显缩短任务完成时间和AGV在路口的等待时间,同时,验证了优化粒子群算法在求解和收敛速度方面性能优于传统粒子群算法。     

带时间窗约束的AGV集配货绿色路径规划问题研究

针对柔性制造车间背景下带时间窗约束的自动化导引运输车（automated guided vehicle,AGV）集配货绿色路径规划问题,以最小化AGV集配货过程能耗及时间偏离能耗作为组合优化目标,构建AGV绿色车辆路径规划模型,根据所研究问题特性,提出了一种改进变邻域搜索的混合遗传算法（GA-VNS）对其进行求解,并设计了5种邻域结构来提高算法寻优能力。通过对Solomon算例测试集进行求解,并与国际已知最优解进行数据对比,验证文章所提算法的可行性;进一步以某柔性制造车间某一生产时段的AGV物流运输任务作为实验案例,分别使用所设计的算法、GA和VNS算法对问题进行求解,数值实验结果表明了文章所提模型及算法的优化、适用性,为车间实现节能减排的发展目标提供一种可行方案。     

基于正态模糊时间窗约束的飞机装配物料配送路径规划

针对飞机装配过程中装配工位物料需求时间模糊化现象,提出基于正态模糊时间窗约束的工位物料需求时间参数表征方法,用正态模糊数的隶属度表示工位的满意度。建立了基于正态模糊时间窗约束的飞机装配物料配送路径规划数学模型,并采用遗传算法进行了求解。遗传算法的选择算子利用轮盘赌和最优保留策略,交叉算子采取小生境选择机制的双选择交叉策略,变异算子确保每代个体得到进化。MATLAB仿真结果表明,该规划方法拥有较好的经济效益。     

基于改进分散搜索算法的多资源跨单元调度问题研究

针对单元制造系统中不同设备、操作人员和自动导引小车的特点以及对制造系统的作用,提出了多资源约束下的跨单元调度问题。以零件延期交货、员工工作人数及跨单元移动次数、自动导引小车数量最少为目标,构建目标规划模型。针对模型的特殊性,提出了改进分散搜索算法,算法中应用遗传算法获得新解,应用模式搜索法改进新解,进一步提高了算法的收敛速度。最后将此模型及算法应用于不同规模的8个算例,证明了模型和算法的有效性,针对算例进行详细分析,说明设备、人员和自动导引小车在调度过程中的相互作用。     

基于改进A*算法的AGV路径研究

路径规划能力是AGV(Automated Guided Vehicle,自动导引运输车)系统智能化程度的体现。在众多算法中,A~*算法使用代价消耗估算方式达到较快的计算能力,被广泛应用于AGV的路径规划中,但仍存在局部最优的规划问题,规划的路径上存在冗余节点和较多不必要拐点。为减少运输路径中的总能耗,缩短路径总长度和减少AGV转弯次数,采用分裂和筛选的方案对传统A~*算法进一步优化,提出改进A~*算法,使其在实际工作环境中搜索更加迅速、考虑更加周密。在传统A~*算法基础上,在未知节点的启发函数里增加转弯权值,可以在计算规划过程中考虑转向所带来的消耗,从而减少转弯次数。使用任务分裂方案可以尽可能多地选择出较优路径,其中的最优解能够实现得转弯较少,展现出比较平滑的线路。基于Ubuntu下ROS系统版本进行仿真,对比实验结果表明,改进A~*算法在规划时间、总行程以及转弯消耗等方面都优于传统A~*算法,提升了AGV的实际运行效率,减少了AGV小车的耗能,可以缩短路径搜索规划时间,更符合工厂环境对AGV的需求。     

遗传算法优化的汽车混流装配线投产排序决策

采用遗传算法,以车辆完成装配的总等待时间最少为目标,对汽车混流装配线进行投产排序优化,通过AutoMod仿真软件和遗传算法优化,得出了优化方案,其目标值减少69.5％,大大提高了企业生产效率,从而证明了遗传优化算法的有效性.     

基于混合遗传鲸鱼优化算法的柔性作业车间自动导引车融合调度方法

针对柔性作业车间调度问题,考虑自动导引车(AGV)在车间制造过程中只参与装卸和搬运工作,提出一种实现AGV路径规划与柔性作业车间调度集成优化的融合调度模型。采用基于工序排序与机器选择两个子问题的二维向量编码方案,并在解码过程中提出基于最先服务原则的AGV安排策略。对鲸鱼优化算法进行离散化改进,针对性地设计了多种种群初始化策略,引入遗传算法的交叉、变异操作以提升鲸鱼优化算法的全局搜索能力,并嵌入局部搜索算法以达到全局搜索和局部搜索的平衡,构建了一种混合遗传鲸鱼优化算法（HGWOA）来求解该融合调度模型。通过经典测试算例验证了算法性能,并使用正交试验优化了算法参数。研究结果表明,HGWOA算法用于求解柔性作业车间AGV融合调度问题可以获得较好的效果。     

基于改进的两阶段控制策略的AGV路径优化调度研究

提出了一种基于改进后的两阶段控制策略和多目标的带约束遗传算法的控制策略,并用通过速度调节的冲突解决模式,实施对AGV系统的优化调度。首先利用遗传算法离线生成k条最优路径,再采用速度调节的冲突解决模式对其进行在线动态路径规划;若k条路径均不能满足条件,则用带约束多目标遗传算法计算最优路径。仿真证明:本文提出的调度策略,大大增加了AGV调度系统的柔性、效率和鲁棒性,提高了系统效率,为实际应用提供了技术依据。     

Object oriented modelling and development of a dispatching algorithm for automated guided vehicles

The main problem for an automated guided vehicle (AGV) dispatching system is to assign vehicles to transport demands which optimise some predetermined objectives of a manufacturing shop. This paper presents a framework for an AGV dispatching system based on an object oriented approach using the unified modelling language (UML), and the development of a dispatching algorithm to facilitate a human controller to dispatch efficiently a fleet of AGVs in response to calls from any shop floor (or machine) operator. The main reason for this work is to model an AGV dispatching system as well as to develop a dispatching algorithm which can record details of the AGV position and movement and ensure their allocation of new orders. The provision of both immediate and pre-booked orders for an AGV is also incorporated in the proposed AGVs dispatching system. The underlying AGV dispatching system and algorithm are capable of dispatching a vehicle automatically to handle a call at the required time. In order to overcome difficulties associated with tackling immediate orders, pre-booked orders, and processing of information related to AGVs, a comprehensive dispatching algorithm is developed which aims to minimise lateness, traveling time and distance of empty vehicles in a simulated job-shop scenario. The effectiveness of the proposed framework for an AGV dispatching system is shown through a test problem.     

基于遗传算法和仿真分析的混合装配线平衡问题研究

为兼顾混合装配线平均负荷平衡和瞬时负荷平衡,提出了一种综合运用遗传算法和仿真分析的混合装配线平衡问题的求解方法.首先,基于综合作业顺序图和多品种产品在每个作业任务上的平均作业时间,采用遗传算法求解混合装配线平衡问题,其优化目标是均衡各工作站平均作业时间;然后,对遗传算法求解的一组较优解,从瞬时负荷平衡方面进行仿真分析,其优化目标是最大化各工作站利用率;最后,综合两个优化目标确定混合装配线平衡问题的最优解.通过算例分析,验证了求解方法的有效性.