[发明专利]基于特殊情况的矩阵车间AGV调度的优化方法

权利要求书

1.一种基于特殊情况的矩阵车间AGV调度的优化方法，其特征在于，包括以下步骤：

步骤1：预设置离散杂草优化算法相关参数；包括初始种群数量，最大种群数量，最小种子数和最大种子数；

步骤2：生成在线列表，根据当前需要配送的任务，将任务信息转换为任务列表；

步骤3：初始化种群；利用邻域最近距离的启发式算法生成一个优质解，利用随机生成的方法生成其他解，至达到初始种群数量；

步骤4：初始化种群进行优化；

步骤5：判断是否出现特殊情况，是则执行特殊事件处理机制，并返回步骤2，否则进入步骤6；

步骤6：输出最佳解。

2.根据权利要求1所述的基于特殊情况的矩阵车间AGV调度的优化方法，其特征还在于，在步骤2中，所述的任务信息包括任务编号、任务点具体任务坐标、到仓库的最短距离、呼叫时间、呼叫时刻的缓存区库存以及最迟送达时刻。

3.根据权利要求2所述的基于特殊情况的矩阵车间AGV调度的优化方法，其特征还在于，在步骤5中，所述的特殊事件处理机制包括以下过程：

a.判断当前是否发生特殊情况，如出现特殊情况，判断特殊情况的具体种类；

b.根据特殊情况种类，对特殊任务进行信息更新：当出现机器重启时，将特殊任务的配送时间延迟20S；当出现机器损坏时，取消特殊任务的本次配送；

c.判断当前是否有AGV车辆已从仓库出发开始配送，若已有AGV发车，则记录下此车携带的任务；

d.统计特殊任务所需的处理信息，统计已发车的AGV的任务信息，存储并留待提交。

4.根据权利要求1-3中任意一项所述的基于特殊情况的矩阵车间AGV调度的优化方法，其特征还在于，在步骤4中，优化过程如下：

步骤4-1：将初始种群根据适应度进行排序，通过公式，计算出初始种群的每个个体产生种子的个数，其中，seed_n代表第n个父代可以产生的种子的个数，f_n代表第n个父代的目标函数值，S_min为初始设定的最小种子数，S_max为初始设定的最大种子数，f_max为当前种群个体中最好的目标函数值，f_min为当前种群个体中最差的目标函数值，上述目标函数为运输成本；

步骤4-2：利用随机方法，初始种群的每个个体通过交换算子或插入算子新产生的种子加入初始种群中，形成新种群；

步骤4-3：将新种群按照适应度进行排序，判断新种群数量是否达到最大种群数量，判断新种群数量是否达到最大种群数量；若已达到最大种群数量，则按照适应度排名，则舍去多余的适应度较差的个体；若未达到最大种群数量，则直接进入4-4；

步骤4-4：对新种群中最好的个体进行局部搜索，进一步查找更好的解决方案，另随机在种群中选取另一个个体进行局部搜索。

5.根据权利要求4所述的基于特殊情况的矩阵车间AGV调度的优化方法，其特征还在于，在步骤4-4中的局部搜索的计算工程中，还设置有降低时间复杂度的实现方法：

a.随机选取所选择个体的一个任务t1并从原个体中删除，新个体根据目标函数，依次计算出每辆AGV在各个任务点的送达时间及运载量信息，并存储；

b.按照从前向后的规则，依次将已抽取的任务t1对新个体全部位置的进行插入操作并根据目标函数依次计算适应度；

c.判断选取的任务所插入的位置，计算新个体适应度时，提取记录的父代运载及到达预存信息进行应用。