基于蚁群-遗传融合框架的仓储群机器人任务分配
将智能仓储中的自主移动群机器人订单任务分配,建模成群机器人协同调度的多目标优化问题,将成员机器人完成拣货任务的路径代价和时间代价作为优化目标.设计了蚁群-遗传算法融合框架并在其中求解.该框架中,蚁群算法作为副算法,用于初始种群优化;遗传算法改进后作为主算法.具体地,在遗传算法轮盘赌选择算子后引入精英保留策略,并在遗传操作中加入逆转算子.针对不同数量的订单任务,使用不同规模的群机器人系统进行了任务分配仿真实验.结果表明,在本文所提的融合框架中求解,较分别使用蚁群算法或遗传算法单独求解,性能上具有明显优势,能够发挥蚁群算法鲁棒性好和遗传算法全局搜索能力强的特点,提高智能仓储系统的整体运行效率.
智能仓储;群机器人;任务分配;蚁群算法;遗传算法
30
山西省软科学项目;山西省高校教学改革创新项目;山西省哲社科学规划课题;广东省普通高校特色创新项目;广东省普通高校重点科研平台和项目
2021-11-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
172-178