基于多任务理论的AGV协同多任务调度研究

简介

针对现代柔性制造生产车间存在的任务类型多、AGV种类多、AGV数量多的问题,从多任务学习、单车任务与协同任务问题混合下的数学建模和任务调度算法三方面对AGV协同多任务规划问题进行研究,将AGV协同多任务调度问题抽象为多种约束条件下的优化问题。提出一种改进遗传算法(IGA),在构建初始种群时引入随机函数并对重复基因使用覆盖法增加初始种群多样性,在交叉变异中采用自适应迭代模式防止陷入局部最优。仿真结果表明,该算法能有效完成任务调度,与传统遗传算法相比优化性能更高。