基于偏好函数与深度信念网络的自动化码头AGV实时调度算法

摘要：

为提高自动化集装箱码头岸桥作业效率、降低自动导引车(Automated Guided Vehicle,AGV)空载行驶距离,以偏好函数和深度信念网络(Deep Belief Network,DBN)为核心设计AGV实时调度算法,完成AGV任务分配指派,优化AGV作业任务序列.利用偏好函数为处于待分配状态的AGV筛选最优集装箱,产生训练样本并更新训练集,通过DBN实时更新集装箱的偏好函数,重复该过程直至集装箱作业完毕.算例分析表明:同两种现行调度规则对比,AGV空载距离和岸桥作业时间显著下降;与人工神经网络(Artificial Neural Network,ANN)相比,DBN可有效提高算法精度与求解效率;算法针对环境动态变化实时分配集装箱,为自动化码头提高效率和降低能耗提供依据.

关键词：自动化集装箱码头、AGV调度、深度信念网络、偏好函数

所属期刊栏目：43

分类号：U691.3(水路运输技术管理)

资助基金：辽宁省百千万人才工程项目2013921075

在线出版日期：2020-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：121-127