改进自适应遗传算法在多载AGV调度的应用研究

刘 畅，张承瑞，孙玉玺

(山东大学 机械工程学院，济南 250061)

(山东大学 高效清洁机械制造教育部重点实验室，济南 250061)

1 引 言

随着工业4.0时代的智能工厂的引入，工厂规模越来越大，对自动导引运输车(Automated Guided Vehicle，AGV)的需求量变大，调度复杂性增加，AGV调度机制应该更加高效、鲁棒.

现在已经有很多学者对多AGV调度进行研究.Valerio Digani，M.Ani Hsieh等[1]提出一种优化策略，来最大化AGV的吞吐量；Bai Li，Hong Liu，Duo Xiao等人[2]提出一种集中式多AGV运动规划方法，计算效率更高.但是，国内外研究的多AGV路径规划问题大多数是基于单负载，对多负载AGV的研究较少.

Azimi等[3]较早的研究了多载AGV调度需要解决的问题.Ho Y-C，Chien S-H研究多负载AGV的相关问题[4]，并且重点研究了多负载AGV的提取分配原则[5].霍凯歌等[6]，已经对自动化集装箱码头中的多载AGV调度问题进行研究，他们发现，多载AGV比单载AGV效率更高.Li-xiang Zhang等[7]研究了在自动化汽车装配线环境下，多载AGV高效运输物料的问题，并使用遗传算法进行求解.Li-zhen Du等[8]研究了在纺织车间环境下，多载AGV运输物料的问题，并且使用混合遗传算法和粒子群算法进行求解.

随着任务的维数增加，传统算法求解的时间复杂度大.所以，国内外很多学者使用智能算法(如头脑风暴算法[9]、粒子群优化算法[10])来对多AGV调度问题进行求解.

上述论文中，大多只是简单的假设多载AGV运输1个或2个负载，只考虑负载重量的约束，却没有考虑负载的体积约束.

本文第2节描述多载AGV调度问题的环境，第3节对路径规划问题进行建模，第4节对初始数据进行预处理之……