面向缓冲区容量有限AGV系统调度研究.docVIP

面向缓冲区容量有限AGV系统调度研究 　　摘要：实际柔性制造系统中，由于加工区缓冲区容量有限，导致AGV配送任务时间延长，降低了系统工作效率。为解决此问题，建立缓冲区容量有限的AGV系统调度数学优化模型，提出混合灰狼遗传算法对AGV系统进行优化。新算法在传统遗传算法选择操作上，结合灰狼优化算法中的种群等级制度和灰狼狩猎机制，避免了传统精英策略中种群多样性变差的特点，增强了全局搜索能力。仿真结果表明：混合灰狼遗传算法较传统遗传算法具有更快的收敛速度，能得到更优解，提高AGV调度的效率，验证了相关改进机制的有效性。 　　关键词：柔性制造系统；AGV配送；缓冲区容量有限；AGV系统调度；混合灰狼遗传算法 　　DOIDOI：10.11907/rjdk.172156 　　中图分类号：TP319 　　文献标识码：A文章编号文章编号：1672-7800（2018）001-0152-05 　　Abstract：In the actual flexible manufacturing system， due to the limited capacity of the processing zone buffer， AGV delivery task time is prolonged， the processing cost is increased， and the working efficiency of the system is reduced. In order to solve this problem， a mathematical model of AGV system scheduling optimization with limited buffer capacity is established. A hybrid grey wolf optimization and genetic algorithm （HGWOGA） is proposed to optimize the AGV system. The new algorithm in the selection operation， combined with the gray wolf optimization algorithm in the population hierarchy and gray wolf hunting mechanism， to avoid the traditional elite strategies in the diversity of the characteristics of population diversity， and enhance the global search capabilities The simulation results show that the hybrid wolf genetic algorithm has faster convergence rate than traditional genetic algorithm， can get better solution， improve the efficiency of AGV scheduling， and verify the effectiveness of the relevant improvement mechanism. 　　Key Words：Flexible Manufacturing System （FMS）； AGV distribution； limited buffer capacity； AGV system scheduling； HGWOGA 　　0引言 　　在柔性制造系?y（Flexible Manufacturing System，FMS）中，自动化搬运系统有显著地位。常见的自动化搬运设备有堆垛机、传送带和自动导引小车（Automatic Guided Vehicle，AGV）等[1]，而AGV有代替人工、节省成本；充电、驱动系统耗能少；能源利用率高、噪音低等优点[2]。在集成化生产环境中，AGV是连接仓库和生产车间的重要环节，成为FMS中不可或缺的重要组成部分。 　　传统AGV的研究大致分为两个方向：AGV系统的路径规划和AGV在车间的调度研究，但主要研究集中在AGV系统路径和生产效率优化方面[3]，AGV在车间调度中的影响研究较少。乔岩[4]等研究了基于改进时间窗的AGVs的避障路径规划。谷宝慧[5]针对AGV载重和运送货箱体积限定问题建立AGV路径优化模型，利用改进的量子微粒群算法实现。刘旭[6]等针对多AGV在混流作业车间配送物料问题，运用一种改进的遗传算法来进