考虑充电策略的自动化码头AGV调度

陈珲 韩晓龙

摘要：针对自动化码头自动导引车（automated guided vehicle， AGV）在作业调度中的充电问题，以最小化所有任务完成时间为目标，建立考虑充电策略的AGV调度模型。对比求解器（Gurobi）与遗传算法的算例求解结果，验证遗传算法的高效性。设计4种充电方式并对其优劣性进行对比，分析AGV数量和续航能力对作业时间和充电利用率的影响。得出结论：按需充电的方式可以有效减少不必要的充电时间，合理的AGV数量配置可以有效提高作业效率和充电利用率。

关键词：

自动化码头; 自动导引车（AGV）调度; 充电策略; 遗传算法

中图分类号：  U691+.3

文献标志码：  A

AGV scheduling of automated terminals considering charging strategy

CHEN Hui， HAN Xiaolong

（

Institute of Logistics Science & Engineering， Shanghai Maritime University， Shanghai 201306， China）

Abstract：

For the charging issue of automated guided vehicles （AGVs） in operation scheduling of automated terminals， aiming at minimizing the completion time of all tasks， an AGV scheduling model considering charging strategy is established. The results of the solver （Gurobi） and the genetic algorithm are compared through examples， and the efficiency of the genetic algorithm is verified. The four charging schemes are designed， and their advantages and disadvantages are compared. The influence of the number of AGV and the endurance on the working time and the charging utilization rate is analyzed. It is concluded that the on-demand charging scheme can effectively reduce the excess charging time， and the appropriate AGV quantity configuration can effectively improve the operation efficiency and the charging utilization rate.

Key words：

automated terminal; automated guided vehicle （AGV） scheduling; charging strategy; genetic algorithm

收稿日期： 2020-06-30

修回日期： 2020-11-26

基金项目：

上海市科学技术委员会工程中心能力提升项目（ 14DZ2280200）

作者简介： 陈珲（1995—），男，江苏南通人，硕士研究生，研究方向为港口运营与管理，（E-mail）1226191601@qq.com;

韓晓龙（1978—），男，山东潍坊人，副教授，博士，研究方向为物流与供应链管理，（E-mail）superhxl@163.com

0 引 言

随着经济全球化的发展，国际贸易活动越发频繁，港口集装箱吞吐量也逐渐增加。为更好地满足港口作业需求，需要进一步提高港口作业效率。纯电力驱动的自动导引车（automated guided vehicle，AGV）正逐渐成为新一代港口海侧运输作业的主要设备。

国外AGV调度的研究大多集中在作业分配和路径优化方面。CHANG等[1]提出一种基于遗传算法（genetic algorithm， GA）的仿真优化算法，采用响应面分析法优化GA参数，以提高AGV的作业效率。GELAREH等[2]设计了一种新型的智能车辆，通过灵活的作业分配缩短作业路径。WU等[3]用一种基于模糊逻辑控制的车辆路径规划方法提高AGV作业路径的安全性。……