[发明专利]一种基于多AGV时间窗路径优化算法的废烟回收方法

权利要求书

1.一种基于多AGV时间窗路径优化算法的废烟回收方法，其特征在于，包括如下步骤：

步骤SS1：根据物料搬运任务的完成时间点和AGV系统分配任务，AGV取放货周期、行走速度，对AGV系统完成任务的总时间影响为目标函数，进行数学建模；

步骤SS2：对AGV系统调度粒子群算法进行优化，寻求全局最优解；

步骤SS3：基于步骤SS2获得的优化后的粒子群算法，通过对向量粒子进行多维空间表示，生成基于AGV调度策略的粒子群算法的目标函数；

所述废烟回收方法还包括：利用改进Dijkstra算法对多AGV废烟回收的路径分配时间窗算法进行优化，优化了废烟回收时间窗冲突；

所述改进Dijkstra算法对多AGV废烟回收的路径分配时间窗算法进行优化包括：在路径权重的拥堵因子加入Dijkstra算法；

路径权重的拥堵因子的获取方法为：

步骤1，把生产车间中各废烟回收工位的路径由传统Dijkstra算法完成规划；

步骤2，统计现场当班产生的废烟数量和AGV系统预测配送时间，对步骤1的路径实施分段处理，对各路段e_k统计时间周期内的利用率，e_k为第k个路段；

步骤3，多AGV系统在各路径上AGV实时数量为g＝{g₁，g₂，…，g_K}，K是路径数，AGV通过某路段用时g_K+1；

步骤4，定义AGV任务在每个路段的通过周期是t_AGV＝{t₁，t₂，…，t_K}，计算各路段的拥堵因子f_qk，计算方式为：

其中，J为AGV数量，h_k为路段e_k的利用率；

步骤5，加入拥堵因子后的路径权重值为：

2.根据权利要求1所述的一种基于多AGV时间窗路径优化算法的废烟回收方法，其特征在于，所述步骤SS1中的所述进行数学建模具体包括：

约束条件：

T_ij≤T_j  (6)；

T_ij＝T_i+t_ij+t_i(j-1,j)  (7)；

其中，式(5)表示AGV完成所有搬运作业任务的最短周期，M为AGV总数，Z为作业任务总数，X_ij为第i辆AGV执行第j个作业任务的判定系数，U_ij表示第i台AGV装载第j个作业任务时的时间，W_ij表示第i台AGV卸载第j个作业任务的时间；式(6)表示系统所接到搬运任务的预测周期T_ij需要在一定期限T_j结束；式(7)表示上一搬运任务的结束周期t_ij+t_i(j-1，j)与本次作业的预测任务完成时间T_i，是下次预测完成时间T_ij；式(8)表示AGV小车从上一搬运任务完成到本次搬运任务取货工位运行的周期t_i(j-1，j)的计算，V_s表示AGV在直线行驶的速度，V_c表示AGV在转弯行驶时的速度，S_s(j-1，j)表示第j-1个作业任务的卸载位置到第j个作业任务装载位置直线路径的路程，S_c(j-1，j)表示第j-1个作业任务的卸载位置到第j个作业任务装载位置转弯路径的路程；式(9)表示AGV小车从本次搬运的取货工位到放货工位的轨迹周期t_ij的计算，S_sj表示第j个作业任务的装载位置到卸载位置之间的直线路径的路程，S_cj表示第j个作业任务的装载位置到卸载位置之间的转弯路径的路程；式(10)表示在周期T内必须结束AGV系统全部排队作业的任务；式(11)表示轨迹行走由系统控制下，在周期T内必须结束系统下发的搬运任务N；式(12)表示单台AGV单次仅完成单个物料搬运任务；式(13)表示在某个时间段的单个作业任务仅能由单台AGV完成，当第j搬运任务不是第i辆完成，则X_ij的值＝0，若判定是i辆完成，X_ij的值＝1。