發(fā)布時(shí)間：2018-06-13 19:26

  本文選題：自動(dòng)化集裝箱碼頭 + AGV調(diào)度��； 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年18期

【摘要】：為了提高自動(dòng)化集裝箱碼頭AGV(Automated Guided Vehicle)的作業(yè)效率,根據(jù)采用電力驅(qū)動(dòng)的AGV作業(yè)時(shí)的充電需求和運(yùn)輸過程的特性,考慮了垂岸式集裝箱堆場(chǎng)布局和AGV充電過程對(duì)實(shí)際作業(yè)的影響,以最大化AGV充電利用率、最小化最末任務(wù)完成時(shí)間、最小化AGV空載時(shí)間為目標(biāo),以AGV充電后的續(xù)航能力等為約束條件,以遺傳算法為研究方法,構(gòu)建了考慮充電過程的自動(dòng)化碼頭AGV作業(yè)的調(diào)度模型。通過算例分析,對(duì)比了遺傳算法與混合整數(shù)規(guī)劃算法的求解效果,分析了參與運(yùn)輸?shù)腁GV數(shù)量對(duì)運(yùn)輸時(shí)間的影響,也驗(yàn)證了遺傳算法給出的調(diào)度方案的可信性。最后得出結(jié)論:針對(duì)該問題,遺傳算法可以快速、高效地給出值得信賴的AGV調(diào)度方案。
[Abstract]:In order to improve the operational efficiency of AGV Automated guided vehicle (AGV), according to the charging demand of AGV and the characteristics of transportation process, the effect of the layout of container yard and the charging process of AGV on practical operation is considered. In order to maximize the charge utilization ratio of AGV, minimize the finishing time of the last task, minimize the no-load time of AGV, take the rechargeable capacity of AGV as the constraint condition, take the genetic algorithm as the research method. The scheduling model of AGV operation in automatic wharf considering charging process is constructed. Through the analysis of examples, the effects of genetic algorithm and mixed integer programming algorithm are compared, the influence of AGV number on transportation time is analyzed, and the credibility of scheduling scheme given by genetic algorithm is verified. Finally, it is concluded that the genetic algorithm can provide reliable AGV scheduling scheme quickly and efficiently.
【作者單位】： 上海海事大學(xué)物流研究中心;
【基金】：國(guó)家自然科學(xué)基金面上項(xiàng)目(No.71471109) 上海市曙光計(jì)劃項(xiàng)目(No.13SG48) 上海市教委科研創(chuàng)新項(xiàng)目(No.14YZ100) 交通運(yùn)輸部科技計(jì)劃應(yīng)用基礎(chǔ)研究項(xiàng)目(No.2015329810260) 上海海事大學(xué)研究生創(chuàng)新基金資助項(xiàng)目(No.2015ycx006)
【分類號(hào)】：TP18;U691.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭鴻偉;王婭;鄭應(yīng)文;;基于遺傳算法的多車輛多路線的優(yōu)化方法研究[J];江蘇電器;2008年08期

2 王琦;孫竹梅;;基于遺傳算法的城市交通優(yōu)化分配[J];電力學(xué)報(bào);2009年02期

3 楊鑫;柳曉鳴;徐婷婷;;基于遺傳算法的船舶避淺航線的設(shè)計(jì)[J];上海交通大學(xué)學(xué)報(bào);2010年06期

4 楊英俊;王軼萍;趙祥模;;基于遺傳算法的城市客運(yùn)出租汽車調(diào)度中心人員排班研究[J];公路交通科技;2010年07期

5 熊偉;張明波;;基于遺傳算法的交通信號(hào)控制優(yōu)化模型[J];荊楚理工學(xué)院學(xué)報(bào);2013年06期

6 馬宇紅;孫淑芬;;一個(gè)帶中轉(zhuǎn)和直銷的多產(chǎn)品運(yùn)輸問題及其遺傳算法[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2012年07期

7 肖嫻;;人工遺傳算法在邊坡穩(wěn)定數(shù)據(jù)處理中的應(yīng)用[J];中外公路;2014年03期

8 龐明寶;劉娟;程豐臣;;基于遺傳算法的公路建設(shè)項(xiàng)目協(xié)調(diào)研究[J];交通科技;2008年03期

9 于戰(zhàn)科;張艷華;汪澤焱;倪明放;;改進(jìn)遺傳算法在城市交通誘導(dǎo)策略中的應(yīng)用[J];控制與決策;2011年12期

10 孔令夷;;混沌遺傳算法優(yōu)化公路運(yùn)輸路徑[J];交通運(yùn)輸系統(tǒng)工程與信息;2013年01期

相關(guān)會(huì)議論文 前9條

1 黃猛;胡世安;唐琳;;基于改進(jìn)遺傳算法的多艦船協(xié)同路徑規(guī)劃[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

2 安關(guān)峰;殷坤龍;唐輝明;;改進(jìn)遺傳算法在隧道基坑施工反分析中的應(yīng)用[A];巖石力學(xué)新進(jìn)展與西部開發(fā)中的巖土工程問題——中國(guó)巖石力學(xué)與工程學(xué)會(huì)第七次學(xué)術(shù)大會(huì)論文集[C];2002年

3 袁穎;林皋;周愛紅;;基于改進(jìn)遺傳算法的橋梁結(jié)構(gòu)損傷識(shí)別應(yīng)用研究[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

4 張啟義;常樹春;張永利;;改進(jìn)遺傳算法在公路運(yùn)輸裝備戰(zhàn)場(chǎng)搶修中的應(yīng)用[A];中國(guó)運(yùn)籌學(xué)會(huì)第九屆學(xué)術(shù)交流會(huì)論文集[C];2008年

5 王介生;劉暢;張穎;;改進(jìn)蜂群進(jìn)化遺傳算法在VRPTW問題中的應(yīng)用[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

6 孫慧;肖林京;吳廣偉;;遺傳算法在自動(dòng)倉(cāng)儲(chǔ)系統(tǒng)(AS/RS)中的應(yīng)用研究[A];自主創(chuàng)新 實(shí)現(xiàn)物流工程的持續(xù)與科學(xué)發(fā)展——第八屆物流工程學(xué)術(shù)年會(huì)論文集[C];2008年

7 孫燕;孫崢;;利用正交遺傳算法優(yōu)化交通檢測(cè)點(diǎn)分布[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

8 湯雅連;蔡延光;蔡顥;;一種求解多車場(chǎng)多車型帶同時(shí)取送貨及時(shí)間窗的車輛路徑優(yōu)化問題的改進(jìn)遺傳算法[A];中國(guó)系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A07社會(huì)發(fā)展過程中的復(fù)雜系統(tǒng)問題[C];2014年

9 應(yīng)士君;施朝健;楊神化;;基于bayes模型的遺傳算法在避碰航路設(shè)計(jì)中的應(yīng)用[A];可持續(xù)發(fā)展的中國(guó)交通——2005全國(guó)博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊(cè)）[C];2005年

相關(guān)博士學(xué)位論文 前3條

1 唐海紅;基于遺傳算法的連續(xù)梁橋優(yōu)化設(shè)計(jì)方法與應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

2 卜雷;城市貨物運(yùn)輸規(guī)劃優(yōu)化方法研究[D];西南交通大學(xué);2004年

3 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 彭騫;基于遺傳算法的山區(qū)高等級(jí)公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

2 王壘;基于遺傳算法的A型單喇叭互通立交線形優(yōu)化[D];長(zhǎng)安大學(xué);2015年

3 龔高;基于遺傳算法的橋梁結(jié)構(gòu)傳感器優(yōu)化布置研究[D];長(zhǎng)安大學(xué);2015年

4 黃韜;改進(jìn)遺傳算法在多目標(biāo)帶時(shí)間窗車輛路徑問題中的研究與應(yīng)用[D];廣東財(cái)經(jīng)大學(xué);2015年

5 楊志清;城市快遞配送條件下的多目標(biāo)車輛路徑優(yōu)化研究[D];哈爾濱工業(yè)大學(xué);2015年

6 朱雄祥;基于多Agent技術(shù)的城市道路交通擁堵協(xié)調(diào)控制研究[D];長(zhǎng)沙理工大學(xué);2014年

7 邵婷婷;基于智能算法的車輛合乘研究與設(shè)計(jì)[D];東華理工大學(xué);2014年

8 鄭波;遺傳算法在公交車輛調(diào)度優(yōu)化中的應(yīng)用研究[D];南京農(nóng)業(yè)大學(xué);2014年

9 聶聰;基于遺傳算法的干線交叉口協(xié)調(diào)控制研究[D];合肥工業(yè)大學(xué);2015年

10 楊越;移動(dòng)云平臺(tái)的ITS大數(shù)據(jù)調(diào)用策略研究[D];南京大學(xué);2014年

，

本文編號(hào)：2015144