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.     

基于排队论的仓储AGV配置和调度分析

针对某企业仓储生产中的多AGV调度问题,采用排队论建立了仓储多AGV调度的M/M/s/Ps排队模型,综合考虑调度中的任务等待时间、AGV的数量和AGV的运行成本三个因素并结合权重系数,提出多AGV的调度目标,利用排队论分析目标函数,并运用基于遗传算法的调度策略,得出AGV的数量与平均服务数的关系,从而得到最优AGV数量和多AGV调度综合目标的最佳值。研究结果表明,得到了一种仓储AGV配置和调度的有效分析方法,并实现了多AGV数量最优配置和调度的优化。     

考虑电池电量约束的自动化码头AGV调度

为提高自动化集装箱码头AGV(Automated Guided Vehicle)作业效率,考虑电驱动AGV空、重载耗电差异及非线性充电的特点,对AGV的充电过程对其调度的影响进行分析,建立以总任务时间最短为目标的AGV调度模型.通过Python求解算例发现,机会充电模式下,AGV的机会充电区间为75％～85％时,总任务...     

一种多品种变批量柔性作业车间调度方法

文中针对多品种变批量柔性生产车间交付周期长、设备利用不均衡、生产效率低的问题,提出了一种基于遗传算法的多品种变批量生产调度方法。该方法以最长完工时间和设备总负载为目标构建多品种变批量生产调度优化模型,并基于遗传算法求解该模型。同时考虑在实际生产过程中存在的动态扰动事件,设计并实现了一种基于扰动事件驱动的重调度方法。通过对某发动机的气门传动机构进行测试,验证了文中所提方法的可行性和有效性。     

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...     

考虑任务行程时间的多载量自动导引车系统防死锁任务调度

针对多载量自动导引车（AGV）系统的任务调度和缓冲区死锁问题,提出了考虑任务行程时间的防死锁任务调度方案。以最小化延迟率和交通负荷不均衡度为目标,建立了任务调度模型;分析了任务调度中的实际约束,并在任务行程时间约束下构建了预测模型;针对任务调度模型,提出了一种基于人工免疫-灰狼优化（AI-GWO）算法的多目标防死锁任务调度方法,利用死锁避免规则禁止即将引发工位缓冲区死锁的任务运行,并融合AI-GWO算法对任务执行顺序进行多目标优化;最后,根据AGV负载均衡度进行AGV任务分配。仿真结果表明,上述任务行程时间预测模型具有较高的准确率,任务调度模型及防死锁调度方法具有较好的优化性能和计算效率,从而显著提高了物流系统的任务准时率和路径网络的交通负荷均衡度。     

柔性车间生产资源与AGV物流资源联合优化调度

柔性车间生产资源与物流资源关联性越来越强,各资源独立调度无法实现系统的高效率运行。针对此问题,提出了基于二维度自适应遗传算法的车间生产资源与物流资源联合调度方法。明确了AGV系统组成、工作模式和分配策略,建立了柔性车间的栅格地图模型;以车间完工时间最小为目标,建立了生产资源与物流资源联合调度模型;从时间和空间2个维度设计自适应算子,提出了基于二维度自适应遗传算法的联合调度方法。经合作企业某车间生产验证,二维度自适应遗传算法联合调度方案的完工时间为68 min,小于遗传算法和自适应遗传算法调度方案;经参数敏感性分析可知,二维度自适应遗传算法鲁棒性好,对不同情况下的车间调度问题都具有较好的性能。     

带AGV开放车间调度的析取图模型与求解

随着AGV小车在制造系统的广泛应用，其路线规划与生产调度集成可大大提高生产效率，降低运输能耗。这里以开放车间为研究对象，考虑AGV的物料搬运特性，提出了一种考虑最大完工时间和AGV能耗的双目标析取图模型，剖析问题特征，提取问题的关键弧特性；其次，设计了基于关键弧的多种邻域结构，融合遗传算法的全局搜索能力和变邻域结构的局部探索能力实现问题的寻优。最后，标杆案例测试结果表明，所提出算法可有效解决带AGV开放车间调度问题，多种邻域结构设计显著地提升了算法求解性能。     

基于多层编码粒子群—遗传算法融合的AGV调度问题研究

为实现AGV(自动导引小车)根据生产计划或生产工艺进行有序、高效地调度,更好地满足现代工厂自动化生产线的控制要求。提出了基于多层编码粒子群—遗传算法融合的AGV调度问题,对实际生产中成本优化问题进行了仿真研究,给出了迭代过程的成本变化曲线及成本最优下的AGV调度甘特图,结果表明,在成本优化方面,多层编码粒子群—遗传算法融合优于单一多层编码遗传算法。     

密集仓储环境下多AGV/RGV调度方法研究

针对密集仓储环境下,出库作业时,有轨车(Rail guided vehicle,RGV)在不同货架间运送货物的换乘需要借助穿梭车(Automated guided vehicle,AGV)实现,入库作业时,货物先由穿梭车从输送带送达货架口,再由有轨车完成入库操作等特征,构建密集仓储环境下考虑多出入库任务的多AGV/RGV作业调度模型,包括穿梭车任务分配模型、协同有轨车选择模型和出入库完工时间数学模型.为实现密集仓储环境下的多AGV/RGV调度,提出适应不同出入库货位分布的穿梭车任务分配规则,实现考虑执行任务均衡的穿梭车任务分配;利用遗传算法实现多AGV/RGV出入库协同调度,对遗传算法关键解码算子进行详细设计,解码确定各穿梭车与有轨车执行出入库任务的顺序、任务的起始时间和结束时间,使得所有出入库任务的总完工时间最短.最后,通过某物流仓储企业实际案例进行测试,测试结果表明,提出的启发式规则能实现穿梭车任务的均衡分配,基于遗传算法的协同调度方法能有效地产生多AGV/RGV协同调度方案,减少出入库作业总时间,提高了仓储作业整体效率.     

基于改进遗传算法的物料配送多 AGV 调度优化

为解决混流作业车间中物料配送多自动导引车（ AGV）的调度优化问题,以AGV配送物料行驶时间最短为目标建立数学优化模型,提出了一种改进的遗传算法进行AGV的任务分配和配送路径优化。在算法设计过程中,采用直接反映AGV配送路径和任务分配的整数编码方式,为避免常规交叉变异过程中产生不可行解的情况,改进了交叉变异算子,采用最好－最坏交叉模式和基因段随机交换的变异模式,获得了优化的调度方案。最后,以某重型机械公司装配车间内物料输送AGV调度优化为实例,并与遗传算法和分支定界法进行对比,验证了所提方法的可行性和有效性。     

基于智能计算方法的AGV制造车间调度问题研究现状

基于智能制造车间物流系统中AGV的复杂动态调度问题,阐述了智能计算方法在复杂调度技术方面及其在智能制造车间AGV调度的研究应用.对群智能计算、遗传算法、人工神经网络等常见智能计算方法的特性及调度问题应用进行分析.针对群智能计算方法重点探究了粒子群算法、蚁群算法及人工蜂群算法在制造业AGV调度中的应用;结合遗传算法与柔性制造系统生产理念总结了AGV调度研究现状;在人工神经网络方法上,介绍了基于深度学习、强化学习有关的AGV调度问题研究及特点.基于智能计算方法各自计算特点对其在制造车间AGV调度应用进行了探讨,总结了智能计算方法在制造车间关于AGV智能调度的研究的发展趋势,方便未来AGV车间调度系统的技术研究选择合适的算法.     

基于智能计算方法的AGV制造车间调度问题研究现状

基于智能制造车间物流系统中AGV的复杂动态调度问题,阐述了智能计算方法在复杂调度技术方面及其在智能制造车间AGV调度的研究应用.对群智能计算、遗传算法、人工神经网络等常见智能计算方法的特性及调度问题应用进行分析.针对群智能计算方法重点探究了粒子群算法、蚁群算法及人工蜂群算法在制造业AGV调度中的应用;结合遗传算法与柔性制造系统生产理念总结了AGV调度研究现状;在人工神经网络方法上,介绍了基于深度学习、强化学习有关的AGV调度问题研究及特点.基于智能计算方法各自计算特点对其在制造车间AGV调度应用进行了探讨,总结了智能计算方法在制造车间关于AGV智能调度的研究的发展趋势,方便未来AGV车间调度系统的技术研究选择合适的算法.     

均衡作业下的散货港口卸船设备协同调度研究

针对散货港口卸船设备协同调度问题以及货船舱位作业均衡要求,以卸船最大完工时间最小化、作业成本最小化为目标建立卸船设备协同调度模型,设计多目标遗传算法进行求解,将贪婪策略引入染色体解码过程以提升求解效果。计算结果表明：基于贪婪策略的多目标遗传算法求解得出的作业时间和作业成本均少于传统的多目标遗传算法,能够有效优化人工调度结果,进而验证了算法的实用性。     

考虑充电路径的AGV无线充电系统双层规划

自动导引小车(AGV)作为一种智能搬运设备已广泛应用于仓储物流等领域，为解决传统充电方式充电时间过长影响工作效率的问题，提出了动态和静态无线充电相结合的充电方式，在AGV工作路径上铺设无线充电线圈，可使AGV连续不间断工作。为更加经济地铺设无线充电站，提出考虑充电路径的无线充电系统双层规划模型，上层模型构建了无线充电站最低建设成本的优化配置模型，对无线充电站的位置、充电功率、储能装置容量等进行协调优化；下层模型为考虑无线充电的路径规划模型，采用改进的A^*算法优化AGV的充电路径。最后通过遗传算法对整体模型进行求解，并对充电桩驻点充电和无线充电两种充电方式进行了对比，结果表明无线充电可有效节约充电时间，有利于提高AGV的工作效率。     

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。     

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.     

一种解决有AGV小车约束的车间智能调度问题的算法

考虑AGV小车在车间调度中只参与运输工件的特点和小车的运输路线对工件工艺路线选择的影响，分析了在机床／AGV小车双资源约束下的车间调度问题，讨论了AGV小车在车间调度中的调度机制。在分析问题的基础上建立了有AGV小车参与调度的车间调度问题的数学模型，并提出了基于遗传算法的机床／AGV小车的调度算法，论述了编码、选择和变异操作的规则，提出了工序特征的交叉算子。仿真结果表明，该算法是可行的，可以获得比较好的效果，为在AGV小车约束下的车间调度提供了一种有效的实践途径。     

基于GEP-DES的柔性流水车间机器与AGV集成实时调度方法

智能制造背景下，考虑机器与AGV集成实时调度对整个生产系统效率提高具有重要的意义。针对工件动态到达、加工时间存在波动的情况，提出一种将基因表达式编程算法与离散事件仿真(GEP-DES)相结合的实时调度方法以解决基于最小化最大完工时间为目标的机器与AGV集成调度模型。该方法在离线阶段设计三段式编码的GEP算法以描述机器与AGV集成运作过程，借助DES过程获取目标函数值以对GEP指标性能进行评估，最终挖掘出高质量的调度规则。挖掘出的调度规则与在线阶段车间实时工况信息交互以实现机器与AGV集成的实时调度。最后，将所提方法与传统调度规则方法进行对比，实验结果验证了所提方法的有效性与优越性。研究成果为快速响应柔性流水车间生产中的机器与AGV集成实时调度提供了方法支持。     

钢琴生产批量调度方法的研究与应用

针对多品种批量化生产模式的钢琴生产调度问题，考虑了批量优化及调整时间的影响，以完工时间最短为目标，建立了包含批量优化、批量加工任务分配和批量任务排序的批量调度优化模型。基于遗传算法的框架，设计了四元组基因值的染色体矩阵编码。基于多色集合逻辑围道矩阵和数值围道矩阵建立了批量调度的约束模型，将多色集合约束模型与遗传算法相结合，提出了一种基于模型约束的遗传算法（CMGA），实现了批量调度问题的高效求解。通过实例对比，表明不等量分批调度比等量分批调度能得到更好的生产调度方案，考虑了调整时间的调度方案在生产实际中能得到更好的效果。