[发明专利]一种应用于多AGV任务调度的动态交叉遗传算法

摘要

本发明涉及任务调度、智能算法领域，具体为一种应用于多AGV(自动导引车)任务调度的动态交叉遗传算法，包括以下步骤：建立以单个和群体AGV电量消耗最少的多目标优化模型；在调度模型中引入AGV的电量损耗和负载能力等约束条件；设计了一种动态交叉遗传算法以求解出符合条件的调度方案。本发明能够在较短的时间内获得最优的AGV任务调度方案，该调度方案更贴合实际情况，能有效提高物流仓储或制造企业的生产效率，具有很好的实际应用效果。

主权项

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。