多目标约束下绿色柔性制造车间机器与AGV集成调度优化.pdf

摘要

随着工业4.0以及智能制造的发展，多品种、小批量、个性化的生产模式已

成为常态。自动导引车(AutomatedGuidedVehicles,AGV)以其高效、可靠以及绿色

节能的优势，能够实现车间物流自动化和柔性化，是提高生产灵活性、敏捷性的

关键环节。由于工件的运输过程占整个生产过程的比例很大，运输过程中的能量

消耗也是不可忽视的环节。因此，对生产过程中机器与AGV的绿色集成调度是促

进企业绿色节能制造的有效途径。与柔性作业车间调度问题相比，考虑AGV运输

资源限制的柔性制造车间集成调度问题，由于增加了AGV分配问题，导致机器、

工件、工艺等资源之间约束条件更加复杂，需要同时考虑作业的加工顺序、搬运

任务与AGV的匹配关系、作业与机器的匹配关系，使得AGV资源和设备资源集

成调度问题的求解难度提升，具备更高复杂性和不确定性。

本文针对柔性制造车间机器与AGV集成调度单目标优化和多目标优化问题展

开研究，从不同角度分别对樽海鞘群算法以及多目标樽海鞘算法进行改进，并将

改进算法应用于绿色制造车间集成调度中。主要工作如下：

首先，在FJSP模型的基础上，针对考虑AGV运输时间的柔性制造车间调度

问题，以最小化最大完工时间为优化目标，建立了AGV与机器集成的单目标调度

数学模型；提出一种改进混合离散化樽海鞘群算法，并采用基于工件、机器和

AGV的三层编码方式，实现连续型算法适应离散组合问题；设计基于最早完工时

间的启发式初始化方式，提高算法初始解的质量。

其次，对樽海鞘群算法提出了一系列改进策略：引入双步长控制因子和惯性

权重策略，平衡算法的全局开发和局部探索能力；引入差分变异算法思想，通过

变异、交叉算子提高算法的全局搜索能力；设计了3种领域结构，基于变领域搜

索算法，对每次迭代后的最优解进行局部搜索，提高了算法局部搜索能力。通过

标准算例仿真实验，证明了算法改进策略的有效性以及所提算法求解考虑AGV运

输时间的柔性制造系统集成调度问题的可行性和优越性，分析了AGV数量对算法

求解质量的影响。

再次，为降低柔性制造环境中机械加工过程和运输过程的综合能耗，分析了

制造车间能耗组成模块，如机器加工能耗、机器待机能耗、AGV负载能耗、空载

运输能耗以及等待状态能耗。在单目标优化的基础上，建立了绿色柔性制造车间

集成调度问题的多目标优化模型，以实现制造过程完工时间、机器与AGV综合能

量消耗的最小化。提出一种改进型多目标樽海鞘群优化算法进行求解，该算法采

用混合启发式初始化策略生成均匀分布的初始个体；结合快速非支配排序和外部

存储库更新策略，建立了有效的Pareto最优解选择机制，并对Archive中的非支配

个体进行变邻域搜索操，增强了算法的局部搜索能力。

最后，通过算法性能测试，与多个算法在测试算例中的对比实验和实际案例

的应用，结果表明建立的模型以及所提算法在解决绿色柔性制造车间机器与AGV

集成调度多目标优化问题的有效性和可行性，能够为生产制造车间的智能绿色转

型升级提供了有力支持。

关键词：柔性作业车间，机器与AGV集成调度，绿色调度，多目标优化，樽海

鞘群算法

IntegratedSchedulingOptimizationofMachinesand

AGVsinGreenFlexibleManufacturingWorkshopunder

Multi-ObjectiveConstraints

Abstract

WiththerapiddevelopmentofIndustry4.0aswellasintelligentmanufacturing,the

productionmodesofmulti-species,smallbatches,andpersonalizationhavegradually

becomemainstream.AutomatedGuidedVehicles(AGV),withtheirhighefficiency,

reliability,andgreenenergy-saving