基于改进的蚁群算法(ACO)的混合多目标AGV调度

被引：14

作者：

李鹤 ^{[1
,2
]}

姜德文 ^{[2
]}

机构：

[1] 沈阳工学院辽宁省数控机床信息物理融合与智能制造重点实验室

[2] 沈阳工学院信息与控制学院

来源：

计算机测量与控制 | 2019年 / 27卷 / 06期

关键词：

车辆调度; 组合优化; ACO算法; AGV调度;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP242 [机器人];

学科分类号：

140102 [集成电路设计与设计自动化]; 140502 [人工智能];

摘要：

蚁群算法是一种通过模拟蚁群的寻路行为对现实问题进行优化的现代智能仿生算法;对实现AGV任务作业调度时,行驶路径最短的实际应用需求,研究中将AGV的路径优化模型转化为旅行商问题,分析了多目标AGV优化中出现的冲突问题;实验中,尝试了一种直接通信机制来进行改进传统算法,改进后的方法能够更好地维持种群的持久性,最终对于AGV调度规划起到积极的作用,有效地提高了AGV调度系统的效率。

引用

页码：209 / 212+230 +230

页数：5

共 9 条

[1]

多目标复合AGV调度系统建模及在电力计量检定中的应用 [J].