面向FMS基于改进的混合PSO-GA的多AGV调度算法研究

• 全文链接
• 请求原文

作   者：

岳笑含;  许晓健;  王溪波; 

作者机构：

沈阳工业大学信息学院; 

关键词：

AGV;  调度;  遗传算法;  粒子群优化;  模糊混合PSO-GA;  多目标优化; 

期刊名称：

计算机科学

基金项目：

i s s n：

1002-137X

年卷期：

2018 年 S2 期

页   码：

167-171

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。