基于改进遗传算法的异构AGV任务调度

【作者】 赵云龙； 刘晓平；

【机构】 北京邮电大学自动化学院；

【摘要】 针对传统仓储环境下,出库作业时,"人到物"的拣选模式,人工成本高,拣选效率低的问题。本文研究了自动导引车(AGVs)和具有分拣功能的自动导引车(SAGV)协同作业实现"人到物"和"物到人"高效分拣模式下的任务分配问题。该问题旨在确定一个能使最大出库任务完成时间最小的解决方案。为解决该问题,本文提出了一种改进的遗传算法(IGA)。在该算法中,我们首先建立了异构AGVs任务分配的数学模型。然后,为了克服遗传算法收敛速度慢的缺点,我们设计了一种均衡算子。最后,对该优化算法的优化性和收敛性进行对比和测试。实验结果表明,相比遗传算法(GA)的求解结果,改进算法对目标函数的优化有十分显著的提高,并且该算法的收敛性更佳。更多还原