自動(dòng)導(dǎo)引車路徑規(guī)劃遺傳算法研究.pdf

1、隨著市場(chǎng)競(jìng)爭(zhēng)的加劇和自動(dòng)化程度的提高,制造業(yè)的發(fā)展日新月異,傳統(tǒng)制造業(yè)的生產(chǎn)方式發(fā)生了深刻的變化,同時(shí)對(duì)生產(chǎn)車間物料搬運(yùn)作業(yè)自動(dòng)化、柔性和高效性提出了更高的要求,自動(dòng)導(dǎo)引車(Automated Guided Vehicle,AGV)作為自動(dòng)化生產(chǎn)車間內(nèi)的重要的運(yùn)輸工具,對(duì)其進(jìn)行合理的調(diào)度對(duì)于提高生產(chǎn)效率和產(chǎn)品競(jìng)爭(zhēng)力、降低生產(chǎn)成本具有非常重要的意義。AGV路徑規(guī)劃正是在此背景下發(fā)展起來的一個(gè)重要研究領(lǐng)域。
　　 本文研究的是自動(dòng)化

2、生產(chǎn)車間內(nèi)的AGV路徑規(guī)劃問題。根據(jù)環(huán)境條件和運(yùn)行參數(shù)的不同,分別進(jìn)行問題建模、遺傳算法設(shè)計(jì)和仿真分析。主要工作如下:
　　 1.研究了單AGV路徑規(guī)劃問題。在建立相應(yīng)的問題模型的基礎(chǔ)上,設(shè)計(jì)了遺傳算法求解,仿真結(jié)果表明本算法可行。
　　 2.研究了靜態(tài)環(huán)境下的多AGV路徑規(guī)劃問題。建立了問題的數(shù)學(xué)模型,提出了一種自適應(yīng)的遺傳算法。該算法對(duì)交叉概率和變異概率采用基于模糊控制的在線自適應(yīng)調(diào)整。仿真分析表明,所提出的算法具有

3、較好的尋優(yōu)能力,收斂速度優(yōu)于基本遺傳算法。
　　 3.研究了動(dòng)態(tài)環(huán)境下的多AGV路徑規(guī)劃問題。建立了問題的數(shù)學(xué)模型,提出一種改進(jìn)的小生境遺傳算法。該算法加入了小生境淘汰運(yùn)算,并對(duì)遺傳算子的設(shè)計(jì)做了改進(jìn),保證了種群的多樣性,具有很高的全局尋優(yōu)能力和收斂速度,克服了基本遺傳算法收斂速度慢和容易陷入“早熟”的缺陷。
　　 4.研究了復(fù)雜環(huán)境下的AGV路徑規(guī)劃問題。在深入分析問題特征的基礎(chǔ)上,建立了相關(guān)模型,構(gòu)造了一種基于粗粒度