基于模糊决策的输送车调度方法技术

技术编号:14743598 阅读:42 留言:0更新日期:2017-03-01 19:01
本发明专利技术公开了一种基于模糊决策的输送车调度方法,包括:在任务开始前,确定输送车的因素集合和每一因素的模糊量集合,确定每一因素不同模糊量对应的评价向量以及各个因素的权重向量;接收到搬运点的任务后,输送车测量自身每一因素的数值并比对模糊量集合获取每一因素的模糊量,比对所述每一因素不同模糊量对应的评价向量获得每一因素的评价向量;依据评价向量和权重向量计算输送车的综合评价向量,比较选出综合评价向量评分最高的输送车下发任务。与现有技术相比,本发明专利技术采用模糊决策的方法对每个输送车进行评价定量,然后选择比对出最优的输送车,系统不但可以快速、稳定的响应任务,并且具有最优化生产效率,执行时间短,系统鲁棒性强。

【技术实现步骤摘要】

本专利技术涉及物料输送管理,尤其涉及一种输送车调度方法。
技术介绍
物料在生产过程中,其大部分的生产耗时在于物料的运输。为了提高物料的生产效率,采用AGV作为运料载体的过程中,AGV的合理调度对于生产效率的提高显得着至关重要,目前常用的AGV调度基于模拟退火算法的AGV调度系统。其不但在计算过程中有收敛速度慢,执行时间长等缺点,而且计算最优解时局部搜素能力弱,面临着迭代次数多,执行时间长等问题。在对其提出改进的过程中虽然略有成效,但是都是集中式控制方式,整个系统的鲁棒性很容易受到上位机的影响,拓展性不强。故,急需一种可解决上述问题的种输送车调度方法。
技术实现思路
本专利技术的目的是提供一种基于模糊决策的输送车调度方法,可为整个运料任务提供快速、稳定的响应方式并且最优化生产效率,执行时间短。为了实现上有目的,本专利技术公开了一种基于模糊决策的输送车调度方法,包括:在任务开始前,进行步骤(1):确定输送车的因素集合和每一因素的模糊量集合,确定每一因素不同模糊量对应的评价向量,以及各个因素的权重向量;接收到搬运点的任务后,依次进行步骤(2)-(5):(2)所述输送车测量自身每一因素的数值并比对所述模糊量集合获取所述输送车各个因素的模糊量,比对所述每一因素不同模糊量对应的评价向量获得所述输送车中每一因素的评价向量;(3)依据所述评价向量和各个因素的权重向量计算输送车的综合评价向量;(4)比较各个输送车的综合评价向量以选取评分最高的输送车;(5)将任务下发给评分最高的输送车。与现有技术相比,本专利技术采用模糊决策的方法对每个输送车进行综合评价,然后选择比对出最优的输送车,系统不但可以快速、稳定的响应任务,并且具有最优化生产效率,执行时间短,系统鲁棒性强。较佳地,所述步骤(1)具体包括:建立输送车的因素集合和模糊量集合;确定每一因素不同模糊量对应的评价向量,从而对每一个单因素建立单因素评价向量,以获得单因素评价矩阵;确定各个因素重要性比较的权重向量;所述步骤(3)具体包括:依据单因素评价矩阵和各个因素的权重向量计算输送车的综合评价向量。较佳地,所述步骤(1)中,确定各个因素的权重向量的具体步骤包括:给定一个常态基准权重向量;所述步骤(3)中还包括:比较所述输送车每一因素的模糊量与常态基准状态下模糊量之间的等级差距以判断所述输送车每一因素向极限状态的跃升等级,依据所述跃升等级对应调整所述输送车各个因素的权重向量。该方案可按照需要调整输送车各个因素的权重向量,判断结果准确。具体地,所述步骤(3)中,依据所述跃升等级对应调整所述输送车各个因素的权重向量具体包括:依据所述跃升等级对应将所述输送车权重向量大的因素的权重切割补偿至向极限状态跃迁的因素上,切割补偿的权重大小与所述跃升等级相对应。该方案通过切割-补偿的方式针对输送车不同状态生成权重向量,减少预先存储的空间和计算量。所述步骤(4)中还包括:所述输送车比较自身的综合评价向量是否符合预设要求,若是则调整为比较模式,比较模式下的输送车参与比对以选取评分最高的输送车。该方案使得输送车可对自身进行初步评价,符合标准的输送车参与任务比较,计算速度快并使得系统能够进一步保持其鲁棒性。较佳地,所述步骤(4)中比较各个输送车的综合评价向量以选取评分最高的输送车的具体包括:依据所述输送车的综合评价向量计算所述输送车的综合评价值,比较各个输送车的综合评价值以选取评分最高的输送车。该方案提高所述输送车之间的比较速度。具体地,所述步骤(4)中依据所述输送车的综合评价向量计算所述输送车的综合评价值的具体步骤包括:确定综合评价向量中每一评价的权重向量,依据所述各个模糊量的权重向量和所述综合评价向量计算所述输送车的综合评价值。该方案进一步提高了比较结果的准确性。具体地,所述步骤(2)之前还包括步骤(A):对参加比较的所述输送车进行排序并按照序号分别动态分配一个地址,从第一台所述输送车开始依次将通讯信息输送至后一所述输送车内以建立通讯链;所述步骤(4)中所述输送车分别比较自身的综合评价信息和前一输送车输送的综合评价信息,并将综合评价高的通讯信息输送至后一输送车内,所述通讯信息包括序号信息、地址信息和综合评价信息,所述综合评价信息为综合评价向量或综合评价值。该方案使得本专利技术的系统鲁棒性强,拓展性好。具体地,所述步骤(4)还包括:所述输送车判断自身的综合评价值是否预设要求,若是则调整为比较模式,若否则调整为转发模式,比较模式下的输送车比对自身的综合评价值和前一输送车输送的综合评价值并将综合评价值高的通讯信息输送至后一输送车内,转发模式下的输送车将前一输送车输送的通讯信息输送至后一输送车内。该方案使得输送车可对自身进行初步评价,在合格以上的输送车参与任务比较,使得系统能够进一步保持其鲁棒性以及提高运算速度。具体地,所述步骤(A)具体包括:对所述输送车进行排序,并按照序号分别动态分配一个地址,由队列一端的输送车开始依次广播第一消息,所述第一消息包含了输送车的序号信息和地址信息,前一输送车将后一输送车的地址作为通信的目标地址,依次在所述输送车之间形成通信链。该方案使得本专利技术可以很方便的将新的AGV并入整个系统中,具有分布式调度特点。更具体地,当某一输送车停止工作时,该输送车将广播一退出信息,所述退出信息包括自身的序列信息、地址信息和下一输送车的序列信息和地址信息,处理中心将该输送车前一输送车的目标地址更新为该输送车后一输送车的地址信息;当某一输送车恢复工作时,将该输送车广播自身的第一消息,处理中心将该输送车前一输送车的目标地址更新为该输送车的地址信息;当新加入一输送车时,将该输送车排列至最后一位并分配分配一个地址,该输送车广播自身的第一消息,处理中心将该输送车前一输送车的目标地址更新为该输送车的地址信息,调度灵活方便。较佳地,每一搬运点设置有zigbee模块,所述输送车包括zigbee模块,并通过所述zigbee模块实现输送车与输送车之间、输送车与处理中心之间以及输送车与搬运点之间的通讯。较佳地,所述输送车的因素包括电量、载重以及输送车到搬运点的距离,每一因素对应五个模糊量。附图说明图1是本专利技术第一实施例中所述基于模糊决策的输送车调度方法的流程图。图2是本专利技术图1中所述基于模糊决策的输送车调度方法之步骤(10)的流程图。图3是本专利技术第二实施例中所述基于模糊决策的输送车调度方法的流程图。图4是本专利技术图3中所述基于模糊决策的输送车调度方法之步骤(A2)的流程图。图5是本专利技术图3中所述基于模糊决策的输送车调度方法之步骤(40)的流程图。图6是本专利技术第三实施例中所述基于模糊决策的输送车调度方法之步骤(10)的流程图。图7是本专利技术第三实施例中所述基于模糊决策的输送车调度方法之步骤(20)的流程图。具体实施方式为详细说明本专利技术的
技术实现思路
、构造特征、所实现目的及效果,以下结合实施方式并配合附图详予说明。参考图1,本专利技术公开了一种基于模糊决策的输送车调度方法100,包括:在任务开始前,进行步骤(10):确定输送车的因素集合U={U1,U2,…,Un本文档来自技高网
...
基于模糊决策的输送车调度方法

【技术保护点】
一种基于模糊决策的输送车调度方法,其特征在于,包括:在任务开始前,进行步骤(1):确定输送车的因素集合和每一因素的模糊量集合,确定每一因素不同模糊量对应的评价向量,以及各个因素的权重向量;接收到搬运点的任务后,依次进行步骤(2)‑(5):(2)所述输送车测量自身每一因素的数值并比对所述模糊量集合获取所述输送车各个因素的模糊量,比对所述每一因素不同模糊量对应的评价向量获得所述输送车中每一因素的评价向量;(3)依据所述评价向量和各个因素的权重向量计算输送车的综合评价向量;(4)比较各个输送车的综合评价向量以选取评分最高的输送车;(5)将任务下发给评分最高的输送车。

【技术特征摘要】
1.一种基于模糊决策的输送车调度方法,其特征在于,包括:在任务开始前,进行步骤(1):确定输送车的因素集合和每一因素的模糊量集合,确定每一因素不同模糊量对应的评价向量,以及各个因素的权重向量;接收到搬运点的任务后,依次进行步骤(2)-(5):(2)所述输送车测量自身每一因素的数值并比对所述模糊量集合获取所述输送车各个因素的模糊量,比对所述每一因素不同模糊量对应的评价向量获得所述输送车中每一因素的评价向量;(3)依据所述评价向量和各个因素的权重向量计算输送车的综合评价向量;(4)比较各个输送车的综合评价向量以选取评分最高的输送车;(5)将任务下发给评分最高的输送车。2.如权利要求1所述的基于模糊决策的输送车调度方法,其特征在于,所述步骤(1)中,确定各个因素的权重向量的具体步骤包括:给定一个常态基准权重向量;所述步骤(3)中还包括:比较所述输送车每一因素的模糊量与常态基准状态下模糊量之间的等级差距以判断所述输送车每一因素向极限状态的跃升等级,依据所述跃升等级对应调整所述输送车各个因素的权重向量。3.如权利要求2所述的基于模糊决策的输送车调度方法,其特征在于,所述步骤(3)中,依据所述跃升等级对应调整所述输送车各个因素的权重向量具体包括:依据所述跃升等级对应将所述输送车权重向量大的因素的权重切割补偿至向极限状态跃迁的因素上,切割补偿的权重大小与所述跃升等级相对应。4.如权利要求2所述的基于模糊决策的输送车调度方法,其特征在于,所述步骤(3)还包括:判断所述输送车的各个因素是否到达极限状态,若是则将各个因素的权重向量调整为预设值,若否则依据所述跃升等级对应调整所述输送车各个因素的权重向量。5.如权利要求1所述的基于模糊决策的输送车调度方法,其特征在于,所述步骤(4)中还包括:所述输送车比较自身的综合评价向量是否符合预设要求,若是则调整为比较模式,比较模式下的输送车参与比对以选取评分最高的输送车。6.如权利要求1所述的基于模糊决策的输送车调度方法,其特征在于,所述步骤(4)中比较各个输送车的综合评价向量以选取评分最高的输送车的具体包括:依据所述输送车的综合评价向量计算所述输送车的综合评价值,比较各个输送车的综合评价值以选取评分最高的输...

【专利技术属性】
技术研发人员:刘华珠陈雪芳苏爱国罗欣刘学良吴泰峰
申请(专利权)人:东莞理工学院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1