面向FMS基于改进的混合PSO-GA的多AGV调度算法研究

摘要：

在柔性制造系统(Flexible Manufacturing System,FMS)中,自动导引小车(Automated Guided Vehicle,AGV)常被用于搬运物料或产品,因此AGV的优化调度成为提高生产效率的关键.AGV的调度除了要考虑AGV的任务分配问题,还需要参考每个操作的花费时间、小车的运行时间等因素.相比于单AGV调度算法,多AGV多任务调度算法需要一个更加复杂的模型来支撑.在考虑AGV的电量状况下,以最小完成时间与调度最少AGV数量作为优化目标,提出了一种改进的混合遗传算法与粒子群算法(PSO-GA),并基于该算法给出了多AGV调度模型,在此基础上进行了仿真实验.结果表明,相较于单一的GA或PSO算法,所提算法在全局寻优收敛与运行时间上有明显的优化效果,而相比于现有的混合PSO-GA算法,其在搜索精度和收敛速度上有进一步提高.

关键词：AGV、调度、多目标优化、遗传算法、粒子群优化、模糊混合PSO-GA

所属期刊栏目：45

分类号：TP391.7(计算技术、计算机技术)

资助基金：辽宁省教育厅高等学校优秀人才支持计划LJQ2015081;辽宁省科技厅博士科研启动基金201601166

在线出版日期：2018-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：167-171