"自动分拣系统中的多目标AGV调度无人利用两种自适应遗传算法和多自适应遗传算法的(智能)仓库.pdf"
自动分拣系统中的多目标AGV调度无人利用两种自适应遗传算法和多自适应遗传算法的(智能)仓库.pdf
该论文研究了自动分拣系统中多目标AGV调度问题,使用了两种自适应遗传算法(Adaptive Genetic Algorithm,AGA)和一个多自适应遗传算法(Multi-Adaptive Genetic Algorithm,MAGA)来优化AGV的任务调度。AGV是一种高安全性和可靠性的物流运输工具,能够实现无人操作。
论文首先介绍了自动分拣系统中的AGV调度问题的重要性,并讨论了当前物流行业的竞争环境。随着全球电子商务的发展,物流公司需要提供更快捷的服务来获取更多的市场份额。智能仓库和无人仓库的出现对物流行业产生了重要影响。
然后,论文提出了一种多目标数学模型,以 tốiimize AGV的任务调度。该模型考虑了AGV的充电任务和可变速度,目标是最小化makespan、AGV的数量和电力消耗。论文使用了两种AGA和一个MAGA来解决该问题,并进行了数值实验。结果表明,MAGA是三种算法中最优的,优化前后的目标值变化了约30%,证明了模型和MAGA的合理性和有效性。
AGV调度问题是一个NP-hard问题,难以解决。该论文的贡献在于提出了一个多目标数学模型,并使用了自适应遗传算法和多自适应遗传算法来解决该问题。该方法可以应用于智能仓库和无人仓库中,以提高物流效率和降低成本。
自适应遗传算法(Adaptive Genetic Algorithm,AGA)是一种基于进化思想的优化算法。AGA可以自适应调整参数,以适应不同的优化问题。MAGA是AGA的一种变体,它可以同时优化多个目标函数。MAGA在解决多目标优化问题时具有很高的效率和准确性。
智能仓库和无人仓库是物流行业的发展趋势。AGV是一种关键的物流设备,能够提高物流效率和降低成本。该论文的研究结果对于智能仓库和无人仓库的发展具有重要意义。
该论文的贡献在于提出了一种多目标数学模型,并使用了自适应遗传算法和多自适应遗传算法来解决AGV调度问题。该方法可以应用于智能仓库和无人仓库中,以提高物流效率和降低成本。