[发明专利]一种基于可变任务窗的AGV动态调度方法及装置

权利要求书

1.一种基于可变任务窗的AGV动态调度方法，其特征在于，包括：

步骤S1：获取当前任务，将当前任务加入第一任务窗；

步骤S2：将第一任务窗作为当前任务窗，对当前任务窗中的任务采用遗传算法计算出第一解序列，根据第一解序列进行AGV调度；

步骤S3：判断当前任务窗的任务是否执行完，如果未执行完，判断是否出现新增任务，如果出现，则将第一任务窗内未完成的任务与新增任务合并为第二任务窗；

步骤S4：对第二任务窗中的任务采用遗传算法计算出第二解序列，根据第二解序列进行AGV调度，重复执行步骤S3，直到当前任务窗的任务执行完；

其中，步骤S2具体包括：

步骤S2.1：获取当前任务窗中的任务对应的货位坐标及AGV的坐标信息；

步骤S2.2：对当前任务窗中的任务对应的货位坐标、AGV的坐标信息进行编码；

步骤S2.3：根据目标函数设置适应度函数，其中，目标函数为

其中，S_i表示每辆AGV的空载行程，

适应度函数为：

其中，f为目标函数值，ratio表示所有AGV小车中空载行程最大的AGV与空载行程最小的AGV之间的差值对适应度函数的影响系数，

其中，Max表示所有小车中的最大空行程，Min表示所有AGV小车中的最小空行程，AGVQuantity表示所有AGV小车的数量，ChromosomeLength表示染色体中的基因长度，也是任务数量，染色体上的每一个基因表征一个货位坐标，每一条染色体表示一种任务解序列；

步骤S2.4：基于适应度函数对个体进行适应度计算，对高适应度的个体进行可重复选择；

步骤S2.5：在选择出来的相邻父代中，判断是否符合第一预设条件，若符合，则按照交叉算子进行交叉操作，若不符合，则保留原基因不变；

步骤S2.6：判断是否符合第二预设条件，若符合，则按照变异算子进行变异操作，若否，则保留原基因不变；

步骤S2.7：在当前所有父代与子代中，基于适应度函数对所有个体进行适应度计算，所有父代与子代竞争，将适应度符合预设范围的个体作为新的父代；

步骤S2.8：判断当前的代数是否小于预设遗传代数，如果是，则执行步骤S2.4，如果否，则输出计算结果，将其作为第一解序列；

步骤S2.9：根据第一解序列进行AGV调度；

步骤S2.2中，采用十进制编码方式进行编码以存储坐标信息；

步骤S2.5中的交叉算子具体包括：

在父代A中随机选择一个基因的位置a，该基因对应的任务为m；

在父代B中搜索该任务m所对应的基因的位置b；

将父代A中位置a和位置b的对应基因互换位置，将父代B中位置a和位置b的基因互换位置；

判断互换操作次数是否达到基因个数，如果未达到，则执行在父代A中随机选择一个基因的位置的步骤，如果达到，则子代为经过多次基因互换的染色体。

2.如权利要求1所述的方法，其特征在于，步骤S2.5中的变异算子具体包括：

在所选定需要进行变异操作的染色体中随机产生两个不同的随机数c和d，其中，c和d的数值小于基因总个数；

将随机数c对应的基因与随机数d对应的基因位置进行互换；

判断互换操作次数是否达到基因个数，如果未达到，则执行随机产生随机数的步骤，如果达到，则将位置互换后的染色体作为变异之后的子代染色体。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

记录每个任务的给定时间；

根据给定时间，判断任务是否为新增任务。

4.如权利要求2所述的方法，其特征在于，在步骤S4具体包括：

更新第二任务窗集中的任务坐标信息以及AGV初始坐标信息，其中，AGV初始坐标信息为AGV最后执行的任务坐标；

根据更新后的任务坐标信息以及AGV初始坐标信息，采用遗传算法计算出第二解序列，根据第二解序列进行AGV调度。