APP下载

基于混合遗传算法的协同制造系统调度研究

2016-07-04任乃飞

电子科技 2016年6期

任乃飞,于 璐

(江苏大学 机械工程学院,江苏 镇江 212000)

基于混合遗传算法的协同制造系统调度研究

任乃飞,于璐

(江苏大学 机械工程学院,江苏 镇江 212000)

摘要研究由多个加工站、一个集中物料存储区和一台自动引导小车(AGV)组成的协同制造系统调度问题。针对该调度问题,建立了工件和AGV调度集成的数学模型。提出一种改进的混合遗传算法,在标准遗传算法的基础上引入模拟退火算法的Boltzmann生存机制,加快了算法收敛速度,克服了遗传算法过早收敛的缺陷,同时对算法的变异、交叉算子和更新机制进行了改进。仿真实验表明,改进的混合遗传算法能有效优化作业顺序和AGV行走路径,为具有AGV约束的柔性生产调度提供一种有效的实践途径。

关键词混合遗传算法;自动引导小车;生产调度;协同制造系统;计算机仿真

随着人们对多品种小批量产品的需求急剧增加,而传统的大批量生产模式已不再满足此类需求。因此,适合多品种生产的协同制造系统(Collaborative Manufacturing System,CMS)逐渐成为制造业的重要生产模式。自动引导小车(Automatic Guided Vehicle,AGV)作为协同制造系统的一部分,其主要功能是搬运工件,按照不同顺序执行任务,对系统的运行效率会有较大影响。因此,在协同制造系统中需要采用高效的调度算法对AGV和工件进行综合调度,以此优化作业顺序和AGV任务执行顺序。这对节省制造成本、缩短生产周期和提高系统生产效率具有重要意义。

目前,国内外对AGV应用于实际生产的相关研究主要集中在算法对AGV全局路径的优化和多AGV调度等方面[1]。……

登录APP查看全文