无向Petri网的多AGV最优路径方法研究

采用无向Petri网对自动导引车(AGV)系统路径布局进行建模,与时间窗(Time-window)结合建立基于时间的可达状态图．将调度的方法用于双向通行的多AGV系统的路径优化,并将多AGV同步寻找优化路径转化为对单个AGV分别寻找优化路径,降低了系统的复杂性．利用Best-first搜索方法,以下一步路径的状况作为确定目前状态的依据,提出了时间最短的路径优化算法．该方法可以在保证系统无死锁和冲突的基础上,使得AGV得到时间最短的优化路径．实例计算表明优化效果明显．该方法可用于较大规模的多AGV路径优化问题．     

基于改进合同网协议的多Agent动态任务分配

为了使多Agent系统的任务分配更能适用于动态环境,提出一种改进的合同网协议的多Agent动态任务分配方法。该方法首先建立Agent能力模型和Agent执行的任务描述,在此基础上改进合同网中的招标阶段,Agent通过将正在执行的任务进行招标来动态改变自身能力以进行任务的再分配。最后,通过建立AGV(automatic guilded vehicle)物流仓库搬运仿真系统以验证改进方法的可行性和有效性。仿真结果表明,该方法能有效减少系统完成任务的总时间,提高了系统的整体效率,并且提高多Agent系统适应动态环境的能力。     

基于改进蚁群算法的智能车路径优化

用于自动泊车领域的AGV小车载质量大,对移动轨迹的平滑性与行走距离有更高要求。针对传统蚁群算法易死锁、囤余节点多与转向幅度不可控等问题,提出了一种改进蚁群算法。首先,在算法正式开始迭代前使用地图补偿函数对地图进行优化,降低死锁概率;其次,在对地图优化处理后,对地图进行了信息素浓度初始化,加快了算法收敛速度;最后,通过调整路径生成逻辑,实现算法自适应调整步长,提高了路径的平滑性,减少转向摆动。仿真结果表明：改进后的算法死锁现象减少,收敛速度更快,所生成的路径转向平滑,囤余节点数与总路径长度降低。     

基于生产甘特图的AGV资源约束调度方法

面对制造企业数字化、网络化和智能化转型升级需求,自动引导车(AGV)被广泛应用于生产作业的物流运输过程。在对多品种小批量工件任务的工艺路线规划基础上,迫切需要对各加工运输环节进行集成以更加符合实际生产的要求。针对有限AGV资源的柔性车间调度问题,构建了以最大完工时间、AGV数量和资源不均衡率最小化的多目标模型,采用基于生产甘特图的改进鲸鱼算法进行求解。首先,介绍了鲸鱼算法的基本原理;其次,设计了基于AGV数量、工序加工顺序和AGV编号的三段式编码方式将离散的数据转化为鲸鱼个体中的连续位置;最后,采用3种措施对算法进行改进：在初始化时通过反向学习策略获得较好的初始种群,而在迭代过程中分别加入自适应权重和变异因子,使算法的收敛精度和全局搜索能力得到提高。为验证算法的性能,用改进鲸鱼算法与基本鲸鱼算法、经典的NSGA-II求解上述模型。仿真结果表明,改进鲸鱼算法求解的质量较高且运行时间相较于NSGA-II缩短了21.6%。所提算法在有限AGV资源约束的智能化车间调度问题求解中有一定的实用价值。     

订单驱动下基于强化学习的智能车间AGV调度

物料搬运效率对智能车间的生产调度效率有着重要影响.物料搬运任务通常由自动导引车（Automated Guided Vehicle,AGV）执行,其具有数量多、任务需求实时变化、任务下达密集等特点.为及时、高效、准确地处理AGV搬运作业,提出基于强化学习的订单驱动下智能车间AGV调度模型,使用二级调度机制,第一级以负载均衡为目标,基于规则的调度方法对AGV进行任务分配;第二级运用强化学习深度Q网络（Deep Q-Network,DQN）算法对AGV进行单智能体下的搬运路径规划,通过减少智能体动作空间维数的方式,降低调度算法的收敛难度,并通过仿真实例验证该方法的有效性和创新性.     

改进多种群进化算法求解移动边缘计算中任务调度问题

移动边缘计算通过在靠近用户端的网络边缘部署服务器,为用户提供低时延的网络通信服务和类似云的计算服务。移动设备通过网络接入点将任务卸载到边缘服务器进行处理,能够有效地减少移动设备的能耗以及任务的完成时间。然而,用户在卸载任务时需要支付一定的通信成本。本文在构建包含多个用户和多个边缘计算节点的移动边缘计算环境的基础上,建立了最小化移动设备的任务完成时间、能耗以及通信成本的数学模型。为了解决上述问题,本文提出了一种改进多种群进化算法的任务调度优化算法。该调度算法通过优化卸载决策和资源分配决策来达到降低移动设备综合成本的目的。大量仿真实验说明,该任务调度算法与其他几种的任务调度算法相比,能够更有效地降低移动设备的综合成本。     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

求解AGV路径优化问题的遗传算法参数优化

介绍了基于AGVS的有向图模型求解AGV路径优化问题的遗传并行路径规划算法和有关遗传算子.根据遗传算法的运行流程,首先对AGV路径进行初始路径集生成和确定复制算子;其次用实验的方法对交叉算子和变异算子进行了性能比较,确定AGV路径优化中选用部分交叉算子和反转变异算子;最后研究了种群的大小对遗传算子收敛速度的影响.本文给出了部分遗传算子的实验数据和不同种群规模时的收敛情况.本文工作是研究AGV动态调度遗传算法及其仿真与实验的基础.     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

基于改进遗传算法的移动机械臂拣选路径优化

传统移动机械臂路径规划算法没有根据抓取点分布情况对工位点坐标进行优化,效率低,对此,提出了一种基于改进遗传算法的移动机械臂拣选路径优化方法.通过对拣选物品位置的分析,建立单个工位点上移动机械臂分拣路径模型和多工位点的旅行商（TSP）问题模型,运用改进的遗传算法,在工作空间内对各个工位点的位置坐标寻优,规划出移动机械臂抓取的最短路径和多工位点间移动的最短路径.实验结果表明,与传统遗传算法可能,运用改进的等级进化选择算子和最优近邻交叉算子,遗传算法的收敛速度提高了46.15%,路径缩短了45.99%,系统运行时间减少了25.80%,提高了系统效率.     

基于模糊控制的AGV寻迹算法

针对基于光敏传感器组寻线的AGV,设计了传感器阵列的布置方式,根据此布置方式,提出了路径识别的算法,进而设计了AGV模糊控制器,试验表明系统性能符合要求,效暴良好．     

化学驱数值模拟的IMPIMC方法

针对化学驱采油中聚合物-表面活性剂-碱三元复合驱数学模型,提出一种顺序隐式求解算法。首先顺序隐式求解压力-组分浓度方程(implicit pressure and implicit concentration, IMPIMC),然后用牛顿雷弗森迭代方法求解化学反应平衡方程组;通过三元复合驱数值模拟,将该隐式算法和传统的隐式压力-显式组分浓度(implicit pressure and explicit concentration, IMPEC)方法进行了比较,结果表明,采用该隐式算法稳定性好,计算速度提高45%以上。     

逻辑导引排序算法

提出一种整型数排序算法，它是通过逻辑向量对欲排序元素的分配和回收而实现排序过程，这种方法改善了排序的时间复杂度，并且用Ｃ语言编程序，与快速排序算法比较，运行结果表明了本算法性能优越。     

轻型农用运输AGV的设计与分段模糊控制研究

农用运输自动导引车(AutomaticGuidedVehicle,AGV),作为农业高效、绿色、自动化运输的机械设备,以其低成本、轻型化的设计,成为现代农业机械化的一个重要发展方向.为此,针对农业大棚环境,设计一款基于磁导航的农用运输AGV.对该AGV的运载力进行核算,确定其工作能力,结合设计的磁导航模块,对AGV进行...     

改进的群集智能优化算法在任务排序中的应用

针对集成设计过程中用遗传算法进行任务排序的执行效率、收敛性等问题,考虑任务之间耦合关系对任务执行结果的影响,对遗传算法进行改进,并结合粒子群算法,提出了一种优化算法。并用实例进行了验证,结果表明该算法收敛速度快,结果稳定。对于不同的初始种群,结果都能找到全局最优解。     

基于贪心算法的AGVS路径规划可行性判断研究

为了解决AGVS柔性可行性的判断问题，提出了一种使用贪心算法处理因生产任务临时调整而引起的AGVS路线调整的可行性判断方法，并给出了该方法可行的严格证明，仿真实验表明该方法完全可以用于突发情况下的AGVS（自动导引小车系统）路线调整的可行性判断，同时该方法可以安排尽可能多的突发任务。     

多处理器实时系统容错ICDM调度算法

目的提出一种针对多处理器实时系统中具有时间、资源和容错需求任务的调度算法来满足硬实时系统实时性及可靠性要求．使硬实时系统在发生故障的情况下，任务也能在其截止期内完成，不致产生灾难性后果．方法将非精确计算模型引入到Distance Myopic算法中，通过非精确计算模型与Distance Myopic算法的有效结合，提出ICDM算法．结果任务分为主副两个版本，每个任务都由两部分组成：强制执行部分和选择执行部分；当任务强制执行部分不能达到截止期时．通过调用MOPT算法减小前序任务选择部分的执行时间，使其满足截止期要求．ICDM算法使任务在保证结果可接受的情况下，在其截止期内完成，提高了任务的可调度性．结论通过引入非精确计算模型，使算法的可调度性增强了，也提高了硬实时系统的实时性及可靠性．     

基于PMAC的自主车运动控制系统研究

为了提高自主车运动控制的精度，满足自主车精确行走的需要，研制了一种以PMAC运动控制器为核心、基于视觉导航的自主车运动控制系统。在建立自主车运动控制系统的硬件结构的基础上，探讨了VC 环境下对PMAC进行二次开发的方法，并将模糊控制的算法引入自主车的路径跟踪，所研制的控制系统已成功地用于QDU—Ⅰ型自主车上。经QDU—Ⅰ型自主车路径跟踪实验表明：该控制系统精度高、灵活方便，可以满足自主车在各种环境中的行走需要。