車輛路徑優(yōu)化問題（VRP）作為現代物流配送過程中的一個重要環(huán)節(jié),一直是學術界研究的前沿和熱點。其中多AGV系統(tǒng)路徑規(guī)劃問題在車間中應用較為廣泛,并且由于其問題內部的復雜性,使其在VRP問題中較具代表性。隨著車間內部物流現代化程度的提高,AGV作為一種全新的、無污染的、智能的物料配送工具,越來越多受到客戶的青睞,應用越來越廣泛。因此,研究工作針對AGV作為載體的車輛調度問題的研究具有重要的理論和現實意義。針對該問題,研究工作主要有以下幾個方面:（1）針對車間情況,在分析AGV的運行特點和車間生產要求之后,建立了多目標數學模型,制定對AGV的路徑規(guī)劃;（2）根據AGV的應用需求,將AGV的路徑規(guī)劃分為全局路徑規(guī)劃和局部路徑規(guī)劃。針對全局路徑規(guī)劃,提出了一種改進克隆選擇算法,為了提高改進克隆選擇算法的收斂性和多樣性,改進了克隆產生的臨時抗體集合中的抗體與母抗體集合的映射關系,并改進了適應度函數解決AGV在路徑中的沖突問題;車間是柔性生產車間,環(huán)境較為復雜,當AGV因為某些原因需要改變運行路徑時需要啟動局部路徑規(guī)劃機制,針對局部路徑規(guī)劃,應用弗洛伊德算法,對AGV的路徑進行規(guī)劃;（3）為驗證改... 

【文章來源】：沈陽工業(yè)大學遼寧省

【文章頁數】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景和意義
    1.2 問題提出
    1.3 國內外研究現狀
        1.3.1 AGV技術研究現狀
        1.3.2 AGV系統(tǒng)路徑規(guī)劃問題研究現狀
    1.4 研究內容
第2章 車間現狀及問題分析
    2.1 公司簡介與車間現狀
    2.2 存在的問題與問題分析
        2.2.1 AGV之間的沖突
        2.2.2 AGV與障礙物的沖突
        2.2.3 AGV的死鎖
    2.3 本章小結
第3章 混入U型框架車的多AGV多目標優(yōu)化模型的建立
    3.1 問題描述
    3.2 基本假設與符號說明
        3.2.1 基本假設
        3.2.2 符號定義與決策變量
    3.3 目標函數與約束條件的確定
        3.3.1 目標的選擇
        3.3.2 目標函數的確定
        3.3.3 約束條件的處理
    3.4 本章小結
第4章 多AGV系統(tǒng)路徑優(yōu)化算法的設計
    4.1 問題分析
        4.1.1 VRP電子地圖的構建方式
        4.1.2 兩階段式路徑規(guī)劃策略
        4.1.3 算法的選擇
        4.1.4 AGV避障策略
    4.2 電子地圖的構建
    4.3 AGV局部路徑規(guī)劃算法
        4.3.1 弗洛伊德算法
        4.3.2 弗洛伊德算法在局部路徑規(guī)劃中的應用
    4.4 AGV全局路徑規(guī)劃算法的設計
        4.4.1 克隆選擇算法
        4.4.2 編碼的設計
        4.4.3 抗體映射關系的設計
        4.4.4 適應度函數的設計
        4.4.5 避障時間窗的設計
        4.4.6 改進克隆選擇算法的流程
    4.5 算法參數控制
    4.6 本章小結
第5章 多AGV系統(tǒng)路徑優(yōu)化與結果分析
    5.1 路徑優(yōu)化過程
        5.1.1 現狀分析
        5.1.2 數學模型參數的確定
        5.1.3 數據的采集
        5.1.4 算法的設計與電子地圖的改進
        5.1.5 路徑優(yōu)化求解
    5.2 路徑優(yōu)化結果與結果分析
        5.2.1 考慮AGV避碰的路徑優(yōu)化結果及分析
        5.2.2 路徑參數改善效果分析
        5.2.3 加鎖時間窗避障效果分析
        5.2.4 改進算法收斂性驗證
        5.2.5 算法對比
    5.3 案例分析
    5.4 本章小結
第6章 結論與展望
    6.1 結論
    6.2 展望
參考文獻
在學研究成果
致謝


【參考文獻】：
期刊論文
[1]基于改進蟻群算法的聯(lián)合收割機調度路徑優(yōu)化[J]. 龔瑞昆,吳天華.  江蘇農業(yè)科學. 2019(04)
[2]改進AHP-GA算法的多目標配送路徑優(yōu)化[J]. 李鳳坤.  計算機系統(tǒng)應用. 2019(02)
[3]動態(tài)物流中多源多點最佳路徑算法研究[J]. 畢明華,何利力.  計算機系統(tǒng)應用. 2019(02)
[4]基于AGV動態(tài)調度的柔性生產線的協(xié)同生產[J]. 應小昆,李濟龍,曲強,鄢泳,苗洋,劉美娟.  新技術新工藝. 2019(01)
[5]對基于多臺AGV調度的物流分揀系統(tǒng)分析[J]. 馮子馨,張云鳳,邵乾虔.  科技創(chuàng)新與應用. 2019(03)
[6]智能工廠下的AGV多目標跟蹤[J]. 楊標,劉翔,湯顯,陳俊廷.  電子科技. 2019(11)
[7]基于SURF算法的自動導引車精確定位技術[J]. 高雪松,李宇昊,張立強,陳志華.  激光與光電子學進展. 2019(10)
[8]基于改進遺傳算法的RGV動態(tài)調度模型[J]. 陳梁,宮禮坤,張明媚.  經貿實踐. 2018(23)
[9]基于改進灰狼優(yōu)化算法的自動導引小車路徑規(guī)劃及其實現原型平臺[J]. 劉二輝,姚錫凡,劉敏,金鴻.  計算機集成制造系統(tǒng). 2018(11)
[10]優(yōu)化Dijkstra算法在工廠內物流AGV路徑規(guī)劃的研究[J]. 湯紅杰,王鼎,皇攀凌,周軍.  機械設計與制造. 2018(S1)

碩士論文
[1]關于免疫遺傳算法的研究[D]. 米煥霞.西北大學 2009
[2]基于雙層遺傳算法的MDARP研究[D]. 劉建輝.重慶大學 2008
[3]多AGV的自動化物流系統(tǒng)動態(tài)路徑規(guī)劃的研究[D]. 藍志坤.吉林大學 2005



本文編號：3193868