基于改进自适应遗传粒子群混合算法的多AGV路径规划研究

摘要：

针对仓库中AGV的路径规划问题,该文提出了一种改进自适应遗传粒子群混合算法.首先,根据算法搜索进度修改权重和学习因子,采用一种新的非线性权重系数,两者根据迭代而动态变化.其次,动态调整交叉和变异概率参数.最后,为了避免多AGV出现路径冲突,在适应度函数中引入拥堵系数对拥堵路段进行惩罚.结果表明,与已有的改进遗传算法和改进粒子群算法相比,该文采用的改进自适应遗传粒子群混合算法搜索最优路径的长度更短、搜索范围更广.

关键词：AGV路径规划、粒子群算法、遗传算法、路径冲突

分类号：TP273(自动化技术及设备)

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：12-14