基于离散灰狼优化算法的多载量自动导引车与并行机联合调度问题研究.pdf

摘要

随着信息化技术和自动化技术的飞速发展，矩阵式智能制造车间正成为推动制

造业转型升级的关键力量。这种新型制造模式不仅提升了生产效率，而且能够更好

地满足规模化、多样化、定制化的市场需求。在这一背景下，自动导引车

（AutomaticGuidedVehicle，AGV）作为灵活高效的自动化设备，被广泛应用于矩

阵车间。然而，随着生产规模的扩大和复杂性的增加，如何协调物流运输系统与加

工设备之间的制约关系，制定有效的AGV与加工设备联合调度方案，成为了一个亟

待解决的问题。针对这一问题，本文深入研究了矩阵式智能制造车间多载量AGV调

度问题（Multi-loadAGVSchedulingProblem，MAGVSP）、多载量AGV与并行机联

合调度问题（JointSchedulingProblemofMulti-loadAGVsandMachines,MAGVPM-

JS），分别建立了混合整数线性规划模型，设计了一系列基于问题特征的创新性启

发式方法，并提出了灰狼优化算法的优化策略。主要内容如下：

（1）针对矩阵式智能制造车间多载量AGV调度问题（MAGVSP），考虑启动

能耗和运输能耗两个指标，建立以最小化能耗为优化目标的线性规划模型；提出一

种动态计算AGV速度的方法以降低启动能耗；提出了离散灰狼优化算法（Discrete

GrayWolfOptimizationAlgorithm,DGWO），引入四种邻域搜索算子以提高算法的

局部搜索能力，并通过仿真实验验证所提方法的有效性。

（2）针对多载量AGV与并行机联合调度问题（MAGVPM-JS），以最小化最

大完工时间（配送时间和加工时间）为优化目标建立了混合整数线性规划模型；提

出一种基于多邻域搜索的离散灰狼优化算法（DiscreteGrayWolfOptimization

AlgorithmbasedonMulti-neighborhoodSearch,DGWO_MS）。根据问题特征，改进

NEH启发式（ImprovedNEH,INEH）以提高初始解的质量；提出快速判断不可行解

定理以减少计算量；设计六种有效的邻域算子，并通过仿真实验验证了上述方法的

有效性。

（3）考虑产品回收，提出了带回收的多载量AGV与并行机联合调度问题

（JointSchedulingProblemofMulti-loadAGVsandParallelMachineswithRecycling，

MAGVPM-JS-R）。该问题以最小化最大完成时间（配送时间、加工时间和回收时

间）为优化目标，建立混合整数线性规划模型并通过GUROBI求解器验证；提出一

种改进的离散灰狼优化算法（ImprovedDiscreteGrayWolfOptimizationAlgorithm,

IDGWO）。根据问题特征，设计了一种权重优先级集成启发式（WeightedPriority

IntegrationHeuristic,WPIH）；开发了一种新的全局搜索算子和四个邻域算子，以平

衡算法的探索和开发能力。最后，通过仿真实验，验证了所提启发式方法和算法的

有效性。

关键词：多载量自动导引车；矩阵式智能制造车间；联合调度；灰狼优化算法；

产品回收

ABSTRACT

Therapidadvancementofinformationandautomationtechnologyhaspropelledmatrix

intelligentmanufacturingworkshoptobecomeapivotaldrivingforceinfacilitatingthe

transformationandupgradingofthemanufacturingindustry.Thisnewmanufacturingmode

notonlyimprovestheproductionefficien