基于蒙特卡洛树搜索的智能天车倒垛优化方法

摘要：

智能天车倒垛优化是提高钢卷库堆场利用率的重要手段,同时对提升钢铁仓库物流效率具有重要意义.针对该问题,建立最小倒垛次数为目标的天车作业负荷数学模型.在对模型求解过程中,借鉴了 Alpha Go-Zero中树搜索方法,设计了蒙特卡洛钢卷搜索树(MCRST).为了提升搜索树的收敛速度和结果的准确性,将树的置信度上界(UCT)改为快速动作值估计(RAVE),同时引入绝对剪枝策略避免节点盲目扩展.通过不同规模算例实验,将改进算法与原树搜索和粒子群算法(PSO)进行比较,证明了该算法在大规模问题上的优越性;同时该算法也考虑了订单钢卷出库顺序和出库量等因素,验证了算法的适用性.

关键词：钢卷库;倒垛;天车作业;蒙特卡洛树搜索(MCTS);出库任务

所属期刊栏目：31

资助基金：河北省创新能力提升计划;河北省自然科学基金

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：705-712