[发明专利]一种用于仓库AGV数量评估的仿真方法

摘要

本发明提供一种用于仓库AGV数量评估的仿真方法，涉及车辆调度技术领域。该方法中，订单系统周期性通过sqoop同步订单增量数据到hive数据仓库；并设定订单抽样数据量、订单时间范围、所需AGV数量范围及遗传算法的初始参数值；然后根据设定的订单抽样数据量及订单时间范围，从hive数据仓库中抽取仿真数据；判断设定的AGV数量范围的最大值是否小于设定的阈值，如果小于则采用穷举法遍历AGV数量范围，否则采用遗传算法迭代计算每个AGV数量完成搬运任务所需完成时间；最后综合考虑时间和成本因素确定最优的AGV数量。本发明方法使用遗传算法做最优化计算，减少穷举遍历所带来的计算耗时，平衡了运力与成本之间的关系，节省了企业成本。

主权项

1.一种用于仓库AGV数量评估的仿真方法，其特征在于：包括以下步骤：步骤1、物流企业的订单系统周期性通过sqoop同步订单增量数据到hive数据仓库中；步骤2、设定订单抽样数据量、订单时间范围、所需AGV数量范围，遗传算法的初始种群数量及最大迭代次数；步骤3、根据设定的订单抽样数据量及订单时间范围，从hive数据仓库中抽取仿真数据，即AGV需要完成的搬运任务；步骤4、判断步骤2设定的AGV数量范围的最大值是否小于设定的阈值，所述设定的阈值根据AGV调度系统中的调度函数计算的AGV完成搬运任务所需要的AGV数量确定，如果小于则采用穷举法遍历AGV数量范围，确定最优的完成搬运任务所需的AGV数量，进而驱动AGV调度系统进行AGV搬运的路径规划，否则执行步骤5；步骤5、根据步骤2设定的所需AGV数量范围、遗传算法的初始种群数量，随机选择k个AGV数量做为初始种群，种群中每个初始种子为一个AGV数量的二进制编码表示；步骤6、通过AGV调度系统获取完成步骤3所抽取的搬运任务所需完成时间，作为遗传算法的适应度函数值；步骤7、根据遗传算法标准赌轮算法，进行种群交叉、变异操作；重新执行步骤6，计算每个AGV数量完成搬运任务所需完成时间，直到达到最大迭代次数；步骤8、过滤掉步骤7得到的不满足完成搬运时间约束的AGV数量数据，最终输出多组AGV数量及其对应的完成搬运时间列表；步骤9、AGV数量管理人员综合考虑时间因素和成本因素从多组AGV数量及其对应的完成搬运时间列表中选择最优的AGV数量。