[发明专利]一种自动化码头AGV调度方法及系统

摘要

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。

主权项

1.一种自动化码头AGV调度方法，其特征在于，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。