【技术实现步骤摘要】
一种基于改进粒子群算法和滚动窗口的AMR调度方法
[0001]本专利技术涉及一种AMR调度方法,特别是一种基于改进粒子群算法和滚动窗口的AMR调度方法,属于物流自主移动机器人调度
技术介绍
[0002]随着电商、快递和新能源等新兴行业的不断发展,传统以人工为主的仓储物流作业因无法满足实际作业需求而迅速被自动化和智能化的智能物流系统取代。自主移动机器人(Autonomous Mobile Robots,AMR)是智能物流系统的重要组成部分,面对订单多品种、小批量、短周期和多批次等特点。现有AMR的调度策略有遗传算法、蚁群算法、粒子群算法和模拟退火算法等。与遗传算法、蚁群算法和模拟退火算法相比,粒子群算法不仅具有不依赖于问题本身、采用连续值求解、适用性强的特点,而且具有并行计算速度快、需要人为调整的变量少、实现较为简单等优势。
[0003]检索可知,申请号为201910799166.7、名称为“一种用于AMR集群的调度和寻路方法及系统”的中国专利文献公开了以“将工作区域离散化、由中央服务器规划全局路线并更新交通 ...
【技术保护点】
【技术特征摘要】
1.一种基于改进粒子群算法和滚动窗口的AMR调度方法,在AMR智能调度中心通过管理器与多个AMR通讯构成的物流系统中,其特征在于:所述AMR智能调度中心按以下步骤实现各AMR的调度:步骤一、初始化种群——设定种群内共有s个粒子P
k
(k=1,2,
…
s),将每个粒子的位置编码分别表示为相应运输任务编号组成的随机数序列X
k
=[x1,x2,
…
,x
m
]、速度编码分别表示为相应运输任务编号组成的随机数序列Y
k
=[y1,y2,
…
,y
m
];其中m为运输任务数量;任务编号至少对应包括起点编号、终点编号、执行任务耗时、需求时间在内的任务信息;步骤二、确定个体适应度值——所述个体适应度值由根据每个粒子的位置编码计算确定的至少由AMR数量和AMR行驶路程构成;判断位置编码中的对应任务执行结束时间与继续执行下个任务耗时之和是否超过下个任务需求时间,如否则将该对应任务及之前的任务划分为一个任务集合M
j
并令一个AMR执行;如是则另加一个AMR后再进行前述判断,直至所有任务均被覆盖;以最终的任务集合M
j
数量确定AMR的数量、及求得各AMR的行驶路程,作为粒子的个体适应度值;步骤三、选出群体最优值和个体最优值——构建非劣解集和个体最优粒子集,所述非劣解集由AMR数量最少以及AMR行驶路程最短的粒子集合而成;从非劣解集中随机选取一个粒子作为群体最优值,从当前代粒子种群和个体最优粒子集中随机根据A...
【专利技术属性】
技术研发人员:周伟,刘泓铄,胡毅,刘进江,穆赵一,杨开伟,张浩,童一飞,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:
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。