基于遗传禁忌搜索算法AGV物料输送调度问题探究.docVIP

基于遗传禁忌搜索算法AGV物料输送调度问题探究 　　摘 要：研究AGV物料输送工作过程，建立多复杂、多约束条件的AGV物料输送多参数调度问题数学模型。将禁忌搜索算法引入遗传算法组成混合遗传禁忌搜索算法。通过所建立的数学模型进行算法设计和仿真，结果表明该算法比较单纯的遗传算法的计算结果有一定的改进，使AGV完成物料输运任务时耗用时间最短。 关键词：输送系统；AGV；调度优化；遗传禁忌搜索算法 中图分类号：F224 文献标识码：A 0 引 言 自动化立体仓库作为现代物流技术领域内出现的一种新型仓储方式，在生产流通中发挥着日益重要的作用。在自动化仓储系统（Automated Storage and Retrieval System， AS/RS）中，物料输送系统作为连接客户与仓库货架的“纽带”，是整个AS/RS的关键系统组成部分。目前对于物料输送系统的多数研究都是基于巷道堆垛机调度方面，而涉及自动导引小车（Automated Guided Vehicle， AGV）物料输送调度优化方面的研究很少[1-2]。 为了充分利用物料输送系统资源，减少系统的“瓶颈效应”及“死锁”现象的发生，提高AS/RS整体设备作业效率，本文以AS/RS中AGV物料输送的调度系统为研究对象，通过研究AGV物料输送工作过程，建立多复杂、多约束条件的AGV物料输送多参数调度问题数学模型，并在基本遗传算法基础上，加入禁忌搜索算法组成混合遗传禁忌搜索算法，将其用于求解AGV物料输送调度优化问题中[3]。 1 输送系统调度问题描述 1.1 输送系统工作流程 （1）入库作业流程 巷道式堆垛机按照出库指令从立体仓库货架的不同货位陆续取出物料到本巷道的出库台，辊道输送机将出库台上物料运至输送股道处，AGV物料输送系统检测各出库台的状态信号，如果有物料，则AGV沿输送行道至该出库台处进行工作，取过物料并运至分拣上货台处，物料送至分拣缓存器，此时AGV物料输送工作完毕，出库台恢复原位。 （2）出库作业流程 分拣转盘按照上位机调度指令分发一定数量的物料之后，把该物料从上货台的缓存储存器运出，AGV通过检测到系统信号后，输送物料运行到缓存储存器物料出口，AGV取过物料，运送该物料到原巷道的入库台，入库台将该物料运送至立体仓库货架处，巷道堆垛机通过上位机检测到信号之后取送该物料并输运至该物料的原先货位，完成物料的一个出库周期。 （3）拣选作业流程 货架储存区的每个巷道口各有一入/出库台、入/出库缓冲区。入/出库台每次可容纳2～3个物料托盘，入/出库缓冲区被分为许多货位，入/出库缓冲区内货位的容量就是缓冲区的容量。分拣转盘设置有若干个上/下包台，每个上/下包台中分别为进货台和出货台。缓冲区是一个物料输送链系统，用来输送入/出库物料，AGV负责从出库台上取出物料并把它运送至分拣转盘的上包台，或者从分拣转盘的下包台取得物料并把它送回某一入库台。 1.2 输送系统问题抽象及数学模型的建立 通过对AGV物料输送工作过程分析可看出，有效地调度优化AGV物料输送过程，缩短AGV物料输送时间，是提高AS/RS整体效率的关键之一。因此本文将物料输送系统重点研究对象AGV看作是背包问题中的背包，输送物料看作是装入背包的物品，则AGV物料输送调度问题相当于背包容量无限的多约束背包问题[4]。 因此，AGV调度问题数学模型可描述为： 其中，式（1）表示AGV调度优化目标为在输送过程AGV输送总时间最短；式（2）表示要求每台AGV在离开入/出库台或拣选上/下包台时间大于到达入/出库台或拣选上/下包台时间，输送作业完毕及时驶离所在入/出库台或拣选上包台；式（3）表示保证AGV被调用时候在空闲状态；式（4）表示一台AGV被分配给入/出库台或拣选上/下包台时的取值（这里“-”号只表示被分配给拣选上/下货台）；式（5）表示保证只能被一个入/出库台或拣选上/下货台调用一台AGV。 如上所建立的物料输送系统AGV的调度问题数学模型是含多个约束条件的组合优化问题。问题的参数多，约束复杂，是NP-Hard问题，这类问题无法用精确算法求得最优解，因此通过应用现代智能优化方法求解问题的较优解。 2 遗传禁忌搜索算法 2.1 算法的描述 由于遗传算法在全局性最优解的搜索上有其独特的高效性，但是在局部搜索能力上明显不足。而禁忌搜索算法通过引入禁忌技术，使得算法能够跳出局部最优。因此本文将禁忌算法的串行搜索方法嵌入遗传算法中，采用禁忌搜索算法作为变异算子，变异算子具有很强的爬山能力。为了融合遗传算法和禁忌搜索算法两种算法的优点，克服彼此的缺点，利用禁忌搜索的思想来改造遗传算法中的交叉操作和变异操作。引入禁忌搜索