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。