含有AGV的柔性车间调度优化研究

实际车间生产中,为了实现自动化生产越来越多企业投资AGV（Automated guided vehicle）来搬运工件。为了研究AGV最优调度方案和最佳AGV数量,本文建立使用AGV搬运的柔性车间调度模型。针对该模型的特点,本文提出基于搬运工序、机床和AGV分配的粒子编码方式,并结合遗传算法的思想采用新的粒子群算法更新位置方式。通过数值算例验证了改进粒子群算法的有效性和可行性,并发现AGV符合边际效用递减规律,即随着AGV数量的增加,总加工时间减少,但每增加一台AGV缩短的时间变少。     

具有行为效应的含AGV柔性车间调度研究

为了研究行为效应对含AGV柔性车间调度问题的影响,构建了考虑学习效应以及恶化效应的以完工时间最短为目标的数学模型。针对该模型的特点,采用基于工序、机床和AGV分配的编码方式,并提出具有混沌局部搜索策略的鲸鱼算法求解。数值算例结果验证了算法的有效性和可行性。实验对比了学习效应、恶化效应、学习—恶化效应、不考虑效应四种情况下加工时间的差异。同时研究了加工任务批量、AGV数量对加工时间的影响。通过实验证明了AGV资源约束和各效应共同影响了单位批量完工时间。     

柔性车间内AGV最优替换比研究

针对柔性车间内AGV最优替换比问题,建立了员工、AGV共同搬运的柔性车间调度模型。该模型以完工时间最小、成本最少为目标,从静态分析与动态分析两方面求得最优替换比。静态分析部分主要采用线性规划完成,动态分析部分采用粒子群算法进行求解。针对动态分析部分,提出启发式规则分配AGV、员工搬运操作。通过算例得出AGV最优替换比的帕累托最优解集。并发现AGV最优替换比和AGV价格有关。