[发明专利]一种自动化码头AGV调度方法及系统有效
申请号: | 201810499201.9 | 申请日: | 2018-05-23 |
公开(公告)号: | CN108845496B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 曾庆成;王泽浩;朱禹仲;王征;陈康 | 申请(专利权)人: | 大连海事大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 大连东方专利代理有限责任公司 21212 | 代理人: | 李馨 |
地址: | 116026 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 自动化 码头 agv 调度 方法 系统 | ||
本发明公开了一种自动化码头AGV调度方法及系统,所述调度方法包括以下步骤:步骤1:输入模拟仿真长度r、训练集标准容量I、权重值WH、权重值WE和训练集样本权重参数α;步骤2:输入未作业任务箱列表V,初始化调度策略π;针对当前时刻空闲AGV,根据当前调度策略π筛选出策略最优任务箱π(VT)分配给空闲AGV进行作业;步骤3:判断未作业任务箱是否全部完成分配;步骤4:对未作业任务箱列表中除策略最优任务箱以外的任务箱进行长度为r的模拟仿真;步骤5:利用新训练集S’对DBN网络模型进行训练更新,更新后的DBN网络模型作为下一轮AGV任务分配使用的DBN网络模型。本申请将深度学习网络模型引入到AGV实时调度分配中,实现了AGV任务分配的实时最优。
技术领域
本发明属于自动化码头作业调度决策技术领域,具体涉及一种自动化码头AGV调度方法及系统。
背景技术
在自动化码头中,自动导引车(automated guided vehicle,AGV)用于完成岸桥与自动堆垛起重机之间的集装箱水平运输,但是其作业效率受自身条件、作业环境、码头布局等因素影响,因此,准确把握AGV调度是码头提高作业效率的关键。高效的集装箱装卸作业水平能提高码头作业效率、缩短船舶在港时间,而AGV与岸桥、场桥作业的协同性是影响船舶装卸效率的重要因素之一,在理想状态下,岸桥与场桥无需等待AGV即可无延迟装卸集装箱。由于AGV数量的增加会导致拥堵,因此AGV与岸桥、场桥之间高水平的协同性无法通过单纯增加AGV数量实现,反而最终影响岸桥与场桥的作业效率。因此,需要设计一种高效率的AGV调度方法,已经成为提高自动化码头作业效率的关键。
发明内容
为了解决上述技术问题,本发明提供了一种自动化码头AGV调度方法及系统。
本发明通过以下技术方案实现:
一种自动化码头AGV调度方法,包括以下步骤:
步骤1:为所有AGV随机分配初始作业任务并进行作业;设定模拟仿真长度r、训练集标准容量I、权重值WH、权重值WE和训练集样本权重参数α;
步骤2:建立未作业任务箱列表V,初始化调度策略π;
针对当前时刻空闲AGV,根据当前调度策略π筛选出策略最优任务箱π(VT)分配给空闲AGV进行作业,所述当前时刻为空闲AGV到达交换区的时刻;
步骤3:判断未作业任务箱是否全部完成分配,若已完成分配,则输出当前调度策略π以及AGV空载距离和岸桥平均作业时间;若未完成分配,则进入步骤4至步骤5进行调度策略的更新;
步骤4:对未作业任务箱列表中除策略最优任务箱以外的任务箱进行长度为r的模拟仿真,并筛选得到仿真最优任务箱i*,模拟仿真过程依据当前策略π进行;
步骤5:通过模拟仿真筛选出仿真最优任务箱i*后,对DBN网络模型进行训练更新;针对产生的空闲AGV,返回步骤2利用更新后的DBN网络模型进行下一轮AGV任务分配。
进一步地,在上述技术方案中,步骤2中筛选策略最优任务箱π(VT)采用偏好函数进行,具体包括如下过程:
步骤11:根据当前调度策略π中用于对任务箱进行评估的p个标准,对每一个任务箱进行评估,分别计算每一个任务箱对应的每一个标准e的标准值:Ae(m)(e=1,2…p);
步骤12:对所有任务箱进行两两比较,设用于比较的两个任务箱分别为任务箱m和任务箱n,分别计算任务箱m相对于任务箱n的偏好值和任务箱n相对于任务箱m的偏好值,偏好值根据如下公式计算:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连海事大学,未经大连海事大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810499201.9/2.html,转载请声明来源钻瓜专利网。