张天瑞,刘 悦

(沈阳大学机械工程学院,沈阳 110044)

0 引言

随着科学技术的飞速发展,制造业作为高耗能、高排放的产业,据不完全统计全球每年约产生7亿吨有害废物和55亿吨无害废物。同时,碳排放量的增加会与碳达峰、碳中和的目标形成矛盾。因此,推动制造业低碳、绿色发展具有良好的研究意义。目前在工业4.0背景下,自动导引运输车(automatic guided vehicle,AGV)在工业领域代替人工完成运输作业,随着现代化工厂的发展,越来越多的工厂对AGV的需求量也不断扩大,提高AGV的效率将加快现代化工厂建设[1]。

由于实际生产车间问题的高度复杂性,大多学者使用智能优化算法来解决问题,如蚁群优化算法[2]、洗牌蛙跳算法[3]、果蝇算法[4]、粒子群优化算法[5]等。这些优化算法已被应用于低碳调度,如文笑雨等[6]通过高维低碳调度模型弥补了多目标空间选择压力不足的不足,ZHANG等[7]将果蝇优化算法用于优化最小化完工时间的双资源约束的柔性作业车间调度问题等。

根据AGV路径搜索策略的不同,路径搜索算法可以分为仿生算法、几何模型搜索算法和基于插值的算法。RIAZI等[8]提出一种全新的启发式算法用于解决自动引导车辆无冲突调度和路由问题。邹裕吉[9]提出一种基于Dijkstra和时间窗的多目标聚类遗传算法对AGV无冲突路径进行研究。杨周等[10]提出了一种将蚁群算法和动态窗口相结合的全局动态路径规划算法。潘纹等[11]考虑了配送成本和生产效率提出了一种动态步长果蝇算法。SMOLIC等[12]提出利用向量形式的时间窗口动态求解最短路径问题的路由方法。……