AGV调度
文章平均质量分 94
C_h_o_o
这个作者很懒,什么都没留下…
展开
-
动态生产物流环境下物料搬运任务分配与路径规划的强化学习模型
本研究分析了强化学习(RL)在智能生产物流(SPL)物料搬运任务中的应用。基于汽车行业动态生产物流环境中RL模型的经验结果,本文提出了两个贡献。首先,在SPL中集成RL的使用体系结构。其次,本研究定义了与SPL中模型的训练和验证相关的RL的各个元素(环境、价值、状态、奖励和政策)。该研究为制造管理者提供了必要的新见解,并扩展了当前对结合人工智能和SPL研究的相关理解,授予制造公司独特的竞争优势。本文以瑞典汽车制造企业为例,建立了动态生产物流环境下物料搬运任务分配和路径规划的RL模型。原创 2022-11-23 17:10:21 · 1145 阅读 · 1 评论 -
多仓库移动机器人时空约束分层调度策略
工业信息物理系统(ICPS)框架可以减少计算量,提高任务效率。研究了多仓库移动机器人(multi-WMRs)基于icp的调度策略。首先,在拓扑地图建模中考虑可能存在的拥塞问题,将其转化为新的路径时间成本指标。其次,每个机器人独立执行路径规划算法,实现分布式路径计算,兼顾时间成本和目标距离;改进的任务分配策略包括任务评估和决策,它们被认为是规划的一部分,有助于提高任务效率。最后,将完整的调度过程应用到新的ICPS体系结构中,包括成本评估、路径规划、任务分配和碰撞避免。原创 2022-11-18 20:59:26 · 1449 阅读 · 0 评论 -
FMS中基于神经网络的多agv系统多状态调度算法
柔性制造系统(FMS)由于其在灵活性、可维护性和建造成本方面的众多优势,在过去几年里受到了越来越多的关注。AGV运输系统的应用提高了FMS的灵活性,同时也对AGV调度算法提出了更高的要求。本文提出了一种新的AGV多状态调度算法(MSSA),该算法在AGV利用率和FMS总加工时间之间进行了很好的权衡。与经典的空闲调度策略相比,MSSA在每次计算中调度更多agv和任务,使其优化目标更接近全局优化目标。利用神经网络对行程时间进行预测,提高了算法的时间精度。原创 2022-11-14 18:40:07 · 1840 阅读 · 1 评论