基于改进A算法的AGV路径规划研究

针对传统A?算法在AGV路径规划中存在遍历节点数和转弯次数较多问题,提出一种基于启发函数改进A?算法.该算法采用加权曼哈顿距离作为启发函数,使得距离估计成本更接近最短距离,以减少算法遍历节点数;另外,在算法启发函数中引入转弯修正代价参数,从而减少路径转弯次数.MATLAB软件仿真实验结果表明,较传统A?算法,基于启发函数改进A?算法在AGV路径规划中能有效减少遍历节点数和路径转弯次数,提高AGV路径规划中路径搜索效率和路径平滑性.     

药品仓库堆垛机与AGV集成调度优化

针对药品仓库药品批次要求严苛、出入库频次较高等原因导致的堆垛机与自动导引小车(AGV)空载率高、效率低等问题,以出入库订单作业总时间最短为目标,建立了适合于药品仓库的堆垛机与AGV集成调度的混合命令序列作业时间模型.针对集成调度模型的组合优化问题,设计了改进的免疫克隆算法,构造改进记忆单元克服了原始免疫克隆算法只记忆单...     

AGV任务与路线调度问题的解决方案

本文以自动导引小车系统（ＡＧＶｓ）在企业生产物流中的具体应用为背景,介绍了数学规划、仿真、人工智能、神经网络等先进解决ＡＧＶ寻找最佳路径的方法。应用启发式搜索算法和最短路径的原则为已生成的布局自动形成ＡＧＶ小车执行任务的路径。     

融合多目标与能耗控制的无人仓库内AGV路径规划

为降低自动导引车的能耗,以提升其工作效率,促进无人仓库高效运转,提出一种两阶段全局路径规划方法。第一阶段建立了以路径最短与平滑度最大为约束的多目标函数模型,并采用改进后的量子粒子群优化算法进行求解,得出曲率不连续的初始路径;第二阶段根据Bezier曲线与平滑度约束对第一阶段所求的初始路径进行拟合修正,得到速度变化小、能耗低的几何连续路径。仿真结果表明,采用两阶段规划方法得出的路径能够提升自动导引车的工作效率并降低能耗;与常规算法对比,改进算法在优化时间和精度上效果显著。     

工厂环境多AGV动态调度系统的组合优化

为解决某玻璃厂对多自动导引小车(AGV)的需求,提出了一套工厂AGV动态调度系统的软件架构。以具体的玻璃运输环境为研究对象,考虑路径冲突,AGV停车等一系列随时可能出现的现实因素,引入时间窗队列解决路径冲突问题,并利用时间窗优化Dijkstra算法。通过预处理地图信息减少算法计算时间复杂度。基于AGV系统的分布式特性提出多AGV报价竞争的路径融合算法,通过计算特征量将相似路径的订单融合成一条优化路径,缩短订单池完成的总时间。     

改进迭代局部搜索算法求解多AGV柔性作业车间调度问题

针对受运输时间和运输资源约束的柔性作业车间调度问题,提出一种融合贪心启发式规则的改进迭代局部搜索算法。以最大完工时间为优化目标,建立多自动导引小车(AGV)柔性作业车间调度问题的数学模型,并采用工序串和机器串双层编码求解问题模型,解码时融入“先到先服务”的启发式规则来对每个运输任务分配最合适的AGV;生成初始解时考虑机器全局的工作负载平衡;设计了3种邻域结构用于随机邻域局部搜索,并采用精英解记忆库策略来指定当前解,有效利用历史搜索信息,保持算法集中性的同时扩大了搜索空间。采用最好解、相对标准差和算法平均运行时间3种性能指标,分别在小规模和大规模标准测试案例上对所提算法的有效性、稳定性和高效性进行测试,结果表明不管是在求解速度上还是求解质量上其表现都优于遗传禁忌搜索算法、带转移瓶颈的遗传禁忌搜索算法和延迟接受爬山算法。     

AGV与自动化仓库之间无线通讯系统设计

针对AGV与自动化仓库控制中心之间的通讯问题,提出了一种实用的无线通讯方法。文章比较详细地介绍了系统的工作原理、通讯网络模型、数据包结构以及软硬件设计等问题。该方法具有数据传输可靠、硬件结构简单、编程方便等优点,具有很高的实用价值。     

FMS中自动导引车路径规划

针对柔性制造系统中自动导引小车(AGV)路径规划的问题,给出了一种动态路径时间模型,通过注册和删除自动导引小车在路径节点上的登记信息来更新模型;基于此模型,提出了一种基于A*算法的多AGV动态路径规划方法,该方法对潜在的冲突进行检测,并分类处理,避免了潜在的碰撞和冲突,从而有效的搜索最短时间路径;同时给出了算法的具体求解过程;最后结合基于VC++6.0开发的AGV控制系统软件对算法进行仿真,实例与仿真证明了算法的可行性。     

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。     

基于调度策略的自动化仓库系统优化问题研究

为提高自动化立体仓库出入库操作的效率，提出了库区分配策略、任务分配策略和货位分配策略3种调度策略。分析了某企业自动化立体仓库货架布局。在一般库区分配策略的基础上，提出了基于映射的货品一货位耦合库区分配策略。该策略采用货品按出库频率高低排列形成不同优先级的货品链，货位按照距离出入库台的远近划分为优先级不同的货位链，优先级高的货品链和优先级高的货位链相匹配耦合，形成相应的货位分区。研究了基于库区分配策略和货位分配策略的优化问题，建立了相应的数学模型，并应用基于Pareto最优解的遗传算法对问题进行了求解。实践证明，该策略可以较好地分配自动化立体仓库的库区货位。     

面向多运输任务的节能单负载AGV路径规划研究

节能路径规划已被证明是提高自动导引运输车(automated guided vehicle, AGV)使用过程能效,促进生产车间节能的一种可行方法。目前从路径规划角度开展的AGV能耗优化研究主要面向单项运输任务,很少涉及多项运输任务。为此,以单负载AGV为研究对象,建立了面向多运输任务,以运输距离和能耗为优化目标的节能AGV路径规划模型,进而提出了一种两阶段模型求解方法：阶段1针对各运输任务关联的负载运输阶段和可能的空载运输阶段进行节能路径规划,搜索其最优运输路径;阶段2利用非支配排序遗传算法确定最佳的运输任务执行顺序和各运输阶段的最佳运输路径。最后,案例研究验证了模型节能效果。     

基于改进时间窗的AGVs避碰路径规划

针对柔性制造系统中的自动导引车在动态不稳定环境下不能按照时间窗规划好的既定路径运行的问题,提出通过实时改变自动导引车通过节点的优先级,调整相应节点的自动导引车的通过顺序来更新自动导引车运行路径,对时间窗算法进行改进,从而实现多自动导引车动态环境下的路径规划。以含有8台自动导引车的淋雨线系统为应用案例进行仿真实验,对改进前的时间窗算法和改进后的时间窗算法进行对比,说明了算法的实现过程。通过仿真证明了该算法能减少冲突数目,有效实现多自动导引车避碰,具有更好的鲁棒性和柔性,同时能够提高系统效率。     

自动化仓库中复合出入库作业的优化

为了提高自动化仓库的运行效率,可以通过动态规划方法优化复合出入库作业的次序,但是计算十分困难。通过分析其运行特点,提出改进的优化策略,并简化了动态规划的数学模型,使优化计算更简单。     

基于并行协同进化遗传算法的多协作车间计划调度

为求解多协作车间的计划调度问题,提出了并行协同进化遗传算法。该算法采用基于工序的染色体编码方案。在遗传操作过程中,首先利用提出的基于工序约束的基因调整算法进行交叉操作和变异操作,保证了新个体满足工序约束。在解码操作过程中,采用考虑设备能力空间的解码算法,使得解码产生的调度为活动调度。此外,运用协同进化的思想,提出了协同适应值计算的算法,使协作环境的变化能灵敏地反映在个体的适应值上,从而有效地指导种群的进化。实例表明,该算法能够满足多协作车间并行协同调度的要求。     

基于改进蚁群算法的多服务机器人路径规划

为解决多服务机器人全局路径规划的问题,将基本蚁群算法应用到多服务机器人全局路径规划上,并对基本的蚁群算法作了改进.对基于算法的多服务机器人系统的构成进行了描述,接着对多服务机器人系统环境的表示方法及算法中对应问题的描述和定义进行了研究.对应用到多服务机器人系统的基本蚁群算法提出了几种改进的策略,并对改进的蚁群算法应用到...     

自动化仓库旋转货架拣选优化

对自动化仓库旋转货架拣选优化问题进行了描述,提出了求解该问题的分层遗传算法（HGA）。根据具体问题对低层和高层采用了不同的进化策略,详细介绍了HGA算法的原理。通过实际算例运算及分析,表明HGA对解决自动化仓库旋转货架拣选优化问题的有效性。     

自动化仓库中AGVS的设计

探讨了应用于自动化仓库管理系统中的自动导引车系统（AGVS）的设计方案。该设计方案以现代物流中自动化仓库管理系统为基础,结合了AGVS的一般组成和功能。所探讨的自动导引车系统的设计方案在自动化仓库等类似的工业物流、制造领域具有一定的实际应用意义。     

基于混合智能算法的三自由度移动机器人的路径规划

基于最近优先(best-first)算法和遗传算法,提出了一种路径规划的混合智能算法。首先,基于最近优先(best-first)算法进行路径点搜索,当遇到局部极小点时,采用遗传算法进行局部极小点的逃离。该混合智能算法成功地应用于三自由度机器人的路径规划中,仿真实例表明该方案的可行性与有效性。