[发明专利]一种应用于多AGV任务调度的动态交叉遗传算法

权利要求书

1.一种应用于多AGV任务调度的动态交叉遗传算法，其特征在于包括一下步骤：

假设条件如下：

·M个AGV配送N个站点(M<N)；

·每个站点只需要一个AGV配送；

·每个AGV从同一起点(货仓)出发，完成任务后返回该起点；

·每个AGV保持固定速度运行；

·每个AGV的最大载重量为W，每个站点需要的物料重量为g；

·所有AGV的电量及负载量足够完成配送任务。

步骤(1)：通过以下公式建立AGV电量消耗最少的多目标优化模型，

其中，B_k为第k个AGV的耗电量，ε为电量安全裕度，取值范围在1.1～1.5；C_ij为i、j两站点间的路径长度；γ为与路径长度对应的电量消耗系数；L_k为第k个AGV需要前往的站点总数，满足0＜L_k＜N。式(4)为目标函数，式(5)限定每个AGV从起点“0”出发，且每个站点只需要一个AGV，等式(6)、(7)保证每个AGV都从起点出发，完

成任务后再返回该起点。

步骤(2)：在步骤(1)的基础上设置每个AGV的最大载重量的约束，用来判定在分配任务时每个AGV的运送站点数是否超过最大运输站点数n，如式8所示：

其中，floor()表示向负无穷方向取整，W表示每个AGV的最大载重量，g表示每个站点需要运送的物料重量。通过上式可知，每个AGV最多可给n个站点运送物料，因此在分配任务时需要判定每个AGV的运送站点数是否超过n。

在一些实际应用情况中，AGV具有较好的承载能力，但往往承载空间不足，对于这一情况，式(8)中的W可以替换为AGV的总承载物料的空间，g可替换为每个站点所需要的物料空间。

步骤(3)：采用本文设计的动态交叉遗传算法来求解满足步骤(1)和步骤(2)的调度结果。

2.根据权利要求1所述的一种多AGV任务调度的动态交叉遗传算法，其特征在于：

步骤(3)中的动态交叉遗传算法具体包括以下步骤：

(3.1)设定递减因子r_t；

(3.2)如果rand()＜r_t，交叉操作中采用三个父代进行，否则采用两个父代进行交叉操作；

其中，rand()是可以产生0～1均匀随机数；

(3.3)完成一次迭代运算后，更新种群，同时更新递减因子；

其中，步骤(3.2)中的所述参数r_t为递减因子，该参数随着运算迭代的增加而递减，r_t通过公式(9)获取：

其中，t表示当前迭代次数，T_max为最大迭代次数,通过该表达式让r_t随着迭代次数非线性递减。