[发明专利]多载量自动导引车系统任务调度优化方法

权利要求书

1.一种多载量自动导引车(Automated Guided Vehicle，AGV)系统的任务调度优化方法，其特征在于，包括步骤：

步骤1：当AGV系统满足任务分配触发条件时，获取系统中的任务信息；

步骤2：确定待调度AGV集，并根据可分配任务集确定方法确定可分配任务集；

步骤3：根据人工免疫-灰狼优化算法，确定任务序列；

步骤4：根据任务分配规则，确定AGV分配方案；

步骤5：根据AGV分配方案更新系统状态，返回步骤1。

2.根据权利要求1所述的一种多载量自动导引车系统任务调度优化方法，其特征在于，所述可分配任务集确定方法，包括以下步骤：

步骤1.1：根据系统中的任务信息，确定待分配任务集；

步骤1.2：根据死锁避免规则，确定预分配任务集；

步骤1.3：根据待调度AGV集的空闲总载量，确定可分配任务集，并依次对可分配任务集中的任务进行编号。

3.根据权利要求1所述的一种多载量自动导引车系统任务调度优化方法，其特征在于，所述人工免疫-灰狼优化算法，包括以下步骤：

步骤2.1：采用基于可分配任务集的编码方式，将可分配任务集中的任务进行编码；

步骤2.2：将可分配任务集中任务的总数量N设置为种群的规模，采用最大最小距离聚类算法初始化前n个种群，采用随机方法初始化后N-n个种群；

步骤2.3：以目标指标评价种群个体的适应度，并采用快速非支配排序方法对个体进行分层排序；

步骤2.4：判断算法是否满足迭代结束条件，若是，输出结果，若否，进入步骤2.5；

步骤2.5：根据分层排序结果进行灰狼算法的社会分层，确定α狼、β狼和δ狼；

步骤2.6：对父代种群采用变概率方法选择N_J个精英个体，对N_J个精英个体进行克隆操作，得到规模为N_C的克隆种群；

步骤2.7：判断算法的迭代次数是否达到预定的迭代次数，若是，进入步骤2.9，若否，进入步骤2.8；

步骤2.8：对克隆种群进行单级变异操作得到变异种群，调整变异种群，形成子代种群，进入步骤2.10；

步骤2.9：对克隆种群进行多级变异操作得到变异种群，调整变异种群，形成子代种群；

步骤2.10：合并父代种群与子代种群，形成规模为N+N_C的混合种群；

步骤2.11：对混合种群采用精英保留策略选择较好的个体形成下一代父代种群，进入步骤2.3。

4.根据权利要求3所述的人工免疫-灰狼优化算法，其特征在于，所述基于可分配任务集的编码方式，为以任务编号为对象，对可分配任务集中的任务执行顺序进行排列，构成任务执行序列，该序列作为人工免疫-灰狼优化算法对可分配任务集中的任务进行排序时的个体编码。

5.根据权利要求3所述的人工免疫-灰狼优化算法，其特征在于，所述快速非支配排序方法，为根据Pareto支配关系将种群划分为多个非支配水平层，第一非支配水平层表示当前群体根据多目标数值比较获得的非支配个体集合；第二非支配水平层表示在群体中去掉第一非支配水平层的个体后，根据多目标数值比较获得的非支配个体集合；如此划分层级直到最后一层都为非支配个体、不能再划分出更多的层级为止。其中，α狼来源于第一非支配水平层的个体，β狼和δ狼分别来源于第二层、第三层中的个体，剩下的个体被称为ω狼。

6.根据权利要求3所述的人工免疫-灰狼优化算法，其特征在于，所述变概率方法，为首先确定精英个体的总数量N_J，其中，精英个体包括经社会分层得到α狼、β狼和δ狼精英个体，剩余的精英个体N_J-3按的a、b、c、d四种不同的概率分配给第一层、第二层、第三层、第四层及以上的非支配水平层；若种群具有较少的非支配水平层，则低层级的名额属于它的上一非支配水平层所有。其中，a+b+c+d＝1，且a＞b＞c＞d。