基于改進(jìn)的蟻群算法（ACO）的混合多目標AGV調度

首頁(yè) > 過(guò)刊瀏覽>2019年第27卷第6期 >209-212

基于改進(jìn)的蟻群算法（ACO）的混合多目標AGV調度
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者單位:
作者簡(jiǎn)介:
通訊作者:
中圖分類(lèi)號:
基金項目:沈陽(yáng)工學(xué)院校級基金：i5201801

Research On Hybrid Multi-objective AGV Scheduling Based on Improved Ant Colony Algorithm

Author:

Affiliation:

Fund Project:

摘要

圖/表

訪(fǎng)問(wèn)統計

參考文獻

相似文獻

引證文獻

資源附件

文章評論

摘要:

蟻群算法是一種通過(guò)模擬蟻群的尋路行為對現實(shí)問(wèn)題進(jìn)行優(yōu)化的現代智能仿生算法。針對實(shí)現AGV任務(wù)作業(yè)調度時(shí)，行駛路徑最短的實(shí)際應用需求，本文將AGV的路徑優(yōu)化模型轉化為旅行商問(wèn)題，分析了多目標AGV優(yōu)化中出現的沖突問(wèn)題。在本文中，嘗試了一種直接通信機制來(lái)進(jìn)行改進(jìn)傳統算法，改進(jìn)后的方法能夠更好地維持種群的持久性，最終對于A(yíng)GV調度規劃起到積極的作用，有效地提高了AGV調度系統的效率。

Abstract:

Ant colony algorithm is a modern intelligent bionic algorithm that optimizes real problems by simulating the ant colony's pathfinding behavior. In order to realize the shortest practical application requirements of AGV task scheduling, this paper transforms the path optimization model of AGV into a traveling salesman problem, and analyzes the conflicts in multi-target AGV optimization. In this paper, a direct communication mechanism is tried to improve the traditional algorithm. The improved method can better maintain the persistence of the population. Finally, it plays an active role in the AGV scheduling and effectively improves the AGV scheduling system.

參考文獻

相似文獻

引證文獻

引用本文

李鶴,姜德文.基于改進(jìn)的蟻群算法（ACO）的混合多目標AGV調度計算機測量與控制[J].,2019,27(6):209-212.

復制

文章指標

點(diǎn)擊次數:
下載次數:
HTML閱讀次數:
引用次數:

歷史

收稿日期:2018-11-26
最后修改日期:2018-12-19
錄用日期:2018-12-20
在線(xiàn)發(fā)布日期: 2019-06-12
出版日期:

国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

引用本文

分享

文章指標

歷史

文章二維碼