CN111091238A - 一种自动化集装箱码头agv智能化调度方法 - Google Patents

一种自动化集装箱码头agv智能化调度方法 Download PDF

Info

Publication number
CN111091238A
CN111091238A CN201911221549.2A CN201911221549A CN111091238A CN 111091238 A CN111091238 A CN 111091238A CN 201911221549 A CN201911221549 A CN 201911221549A CN 111091238 A CN111091238 A CN 111091238A
Authority
CN
China
Prior art keywords
agv
scheduling
task
value
genetic algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911221549.2A
Other languages
English (en)
Other versions
CN111091238B (zh
Inventor
杨杰敏
许浩然
李永翠
王罡
于滟文
刘玉坤
鲁彦汝
王吉升
王夕铭
吴艳丽
马慧娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao New Qianwan Container Terminal Co ltd
Qingdao Port International Co Ltd
Original Assignee
Qingdao New Qianwan Container Terminal Co ltd
Qingdao Port International Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao New Qianwan Container Terminal Co ltd, Qingdao Port International Co Ltd filed Critical Qingdao New Qianwan Container Terminal Co ltd
Priority to CN201911221549.2A priority Critical patent/CN111091238B/zh
Publication of CN111091238A publication Critical patent/CN111091238A/zh
Application granted granted Critical
Publication of CN111091238B publication Critical patent/CN111091238B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Educational Administration (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种自动化集装箱码头AGV智能化调度方法，以贝位和箱区为节点，以存在调度任务关系的箱区和贝位之间的距离为边，构造AGV调度模型，并以构造的AGV调度模型取最小值为目标函数，采用遗传算法求解AGV最优路径；本发明给出了一个在有限AGV数量情况下，尽可能提高AGV利用率的路径优化模型，基于该模型可以根据AGV的作业状态与预期作业时间进行AGV路径规划，实现最短无效作业时间的AGV路径优化，能更有效减少AGV的空驶及等待时间；采用遗传算法计算，可以根据装卸船的集装箱位置和时间的推移，对AGV路径进行实时计算与优化，具有较好的全局计算性能，可有效防止计算过程收敛于局部最优解。

Description

一种自动化集装箱码头AGV智能化调度方法
技术领域
本发明属于自动化集装箱码头技术领域，具体地说，是涉及一种自动化集装箱码头AGV智能化调度方法。
背景技术
集装箱码头水平运输多以集卡为主，集卡车队的路径规划过程中，距离是非常重要的参数，为了减少集卡的燃油消耗以及提高相同燃油成本下的集卡作业量，在路径规划时，要优先考虑长度最短的路径。为了保证集卡行驶路径最短，则必然造成集卡等待岸桥或轨道吊的情况。
自动化集装箱码头中，水平运输以AGV(自动导引车)为主，AGV 使用电力驱动，机会充电，无续航限制，在其路径规划中不需要考虑燃油消耗带来的高昂成本，电力成本低廉。
在目前自动化码头AGV水平运输***的研究阶段，主要采用贪婪算法计算路径最优解，但是该算法存在陷入局部最优解的问题，在 AGV数量较少时计算结果较为准确，但是随着AGV数量增多，该算法对全局性调度的劣势越明显，会出现个别AGV路径极佳的同时其他 AGV路径明显增长，而随着码头规模的扩大，AGV数量需要几十台甚至上百台，基于贪婪算法的路径规划方法已经不能满足要求。
发明内容
本发明的目的在于提供一种自动化集装箱码头AGV智能化调度方法，给出一个在有限AGV数量情况下，尽可能提高AGV利用率的路径优化模型，一方面，基于该模型可以根据AGV的作业状态与预期作业时间进行AGV路径规划，实现最短无效作业时间的AGV路径优化，能更有效减少AGV的空驶及等待时间，在同等作业量的情况下，可以使用更少的AGV实现相同的效率；另一方面，采用遗传算法计算，可以根据装卸船的集装箱位置和时间的推移，对AGV路径进行实时计算与优化，具有较好的全局计算性能，可有效防止计算过程收敛于局部最优解。
本发明采用以下技术方案予以实现：
提出一种自动化集装箱码头AGV智能化调度方法，包括：以贝位和箱区为节点，以存在调度任务关系的箱区和贝位之间的距离为边，构造AGV调度模型：
Figure BDA0002301000040000021
以F取最小值为目标函数采用遗传算法求解AGV最优路径；其中，p为计划作业周期内所有调度任务的总数；tij为AGV完成调度任务i后到开始执行调度任务j之前的时间间隔；xij在AGV先执行调度任务i后执行调度任务j时取值为1，否则取值为零。
进一步的，所述构造的AGV调度模型的约束条件为：
Figure BDA0002301000040000022
Figure BDA0002301000040000023
Figure BDA0002301000040000024
Figure BDA0002301000040000025
Figure BDA0002301000040000026
Figure BDA0002301000040000027
取1时AGV a先执行任务i,
Figure BDA0002301000040000028
取1时AGV执行完任务后结束工作；
其中，ti为AGV执行调度任务i的开始时间，gi为AGV完成调度任务i的运行时间，N为每一计划作业周期内需要AGV总数量。
进一步的，所述遗传算法的基因编码步骤中，将执行调度任务 i相对应的AGV的编号作为基因xi的取值。
进一步的，所述遗传算法的适应度函数采用所述目标函数作为判别标准。
进一步的，所述遗传算法的交叉步骤采用单点交叉；所述遗传算法的变异步骤中选取单个或者两个基因位点进行变换。
进一步的，交叉操作的遗传算子概率选值为0.4-0.9，变异操作的遗传算子概率选值为0.05-0.2。
进一步的，在所述遗传算法中，设定罚函数
Figure BDA0002301000040000031
用以降低违反约束条件
Figure BDA0002301000040000032
的个体的适应度；其中，M为一个正整数，当个体满足所述约束条件时取值F，不满足所述约束条件时取值F-M。
进一步的，设定AGV无效作业时间期望值为t，在遗传算法中的无效作业时间值与所述期望值的误差小于设定范围时，遗传算法终止。
进一步的，所述调度任务设定为：AGV从码头前沿运输到堆场或从堆场运输到码头前沿。
与现有技术相比，本发明的优点和积极效果是：本发明提出的自动化集装箱码头AGV智能化调度方法中，给出一个在有限AGV数量情况下，尽可能提高AGV利用率的路径优化模型
Figure BDA0002301000040000033
以该路径优化模型为目标函数求解其最小值确定为AGV最优路径，基于该模型可以根据AGV的作业状态与预期作业时间进行AGV路径规划，实现最短无效作业时间的AGV路径优化，能更有效减少AGV的空驶及等待时间，在同等作业量的情况下，可以使用更少的AGV实现相同的效率。
本发明中，采用遗传算法对目标函数求解，可以根据装卸船的集装箱位置和时间的推移，对AGV路径进行实时计算与优化，具有较好的全局计算性能，可有效防止计算过程收敛于局部最优解；该方法是在解空间进行高效启发式搜索，而非盲目的穷举或完全随机搜索，因此计算速度更快，计算过程对资源消耗更少；该方法还具有并行计算的特点，在计算机资源充足的情况下，可通过大规模并行计算来提高计算速度。
结合附图阅读本发明实施方式的详细描述后，本发明的其他特点和优点将变得更加清楚。
附图说明
图1为本发明提出的自动化集装箱码头AGV智能化调度方法的流程图；
图2为本发明提出的自动化集装箱码头AGV路径规划方法建立的有向图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细的说明。
本发明提出的是一种自动化集装箱码头AGV智能调度方法，旨在实现最短无效作业时间，并采用遗传算法对其求解。
AGV的无效作业时间主要有等待岸桥和空载行驶两部分，因此，本发明在建立AGV路径优化模型时参考以下几点：
(1)岸桥的优先级高于AGV；即在调度过程中，如果出现机械设备需要等待的情况，可以AGV等待岸桥，但应该避免岸桥等待AGV。
(2)AGV与堆场轨道吊之间无需等待，发明申请基于AGV与堆场交互区采用支架式交互和直接交互的混合交互模式进行，即在堆场端部设置交互区，交互区建设交互支架，不论是AGV还是堆场轨道吊，先将集装箱运抵交互区，集装箱可以直接放在交互支架上，而无需等待后者，当后者到达后可直接从交互支架上取箱。
(3)各岸桥的装卸任务在装卸开始之前就已经确定，集装箱船的船期一般在船抵港前一个月由船公司制定，包括离靠港时间表，船舶配载图，箱信息等，码头调度人员会事先与船公司确认装卸计划。
本发明实施例中，设置一个调度任务为：将AGV从码头前沿运输到堆场或者堆场运输到码头前沿的过程。在开始作业前岸桥的装卸计划已经完成，岸桥的装卸量、平均装卸效率、以及作业的集装箱顺序已经给出，只要岸桥能够连续作业就可以推算出这台岸桥的每个任务的最迟开始时间，于是对该岸桥的每一个集装箱都可以判断其开始作业的时间地点和完成作业的时间地点，而且每个调度任务之间的距离也已知。
本发明实施例中，为了改变AGV固定服务每一岸桥的模式，将所有岸桥作业的AGV综合考虑，并按照作业开始时间进行排序，将岸桥因素转变为时间因素约束到AGV作业中。
基于上述，本发明提出的自动化集装箱码头AGV智能化调度方法，如图1所示，包括如下步骤：
步骤S1：以贝位和箱区为节点，以存在调度任务关系的箱区和贝位之间的距离为边建立有向图。
本发明实施例是针对不同贝位集装箱装卸时AGV的调度问题展开；以装箱为例，把码头上的贝位和箱区看成是节点以此来构造一个有向图(V，E)，其中V表示节点，代表箱区、贝位等实体；E表示边，代表各箱区之间以及各贝位之间的距离。
如果有m个出口箱区、n个需要装箱的贝位、q辆需要作业的小车，当需要装箱时，这q辆小车负责从出口箱区运送集装箱到相应的贝位。如果某出口箱区给某一贝位供箱，则用一条有距离的边将他们连起来，形成如图2所示的有向图。
步骤S2：基于有向图构造AGV调度模型。
构造AGV调度模型为：
Figure BDA0002301000040000061
其中，p为计划作业周期内所有调度任务的总数；tij为AGV完成调度任务i后到开始执行调度任务j之前的时间间隔，这一时间间隔包括AGV等待岸桥的时间以及在堆场中进、出口转移时空载的时间，为无效的作业时间，i,j∈p；xij在AGV先执行调度任务i后执行调度任务j时取值为1，否则取值为零，也即
Figure BDA0002301000040000062
取1时AGV先执行任务i后执行任务j。
该构造的AGV调度模型的约束条件为：
Figure BDA0002301000040000063
Figure BDA0002301000040000064
Figure BDA0002301000040000065
Figure BDA0002301000040000066
Figure BDA0002301000040000067
Figure BDA0002301000040000068
取1时AGV a先执行任务i, (7)
Figure BDA0002301000040000069
取1时AGV执行完任务后结束工作； (8)
其中，ti为AGV执行调度任务i的开始时间，gi为AGV完成调度任务i的运行时间，N为每一计划作业周期内需要AGV总数量。
式(2)代表两个调度任务i，j能相继先后作业需满足的条件约束；式(3)约束任务开始次数有且仅有一次；式(4)约束任务结束次数有且仅有一次；式(5)约束AGV作业开始次数有且仅有一次；式(6)约束作业结束次数有且仅有一次；式(7)和式(8)为“0”或“1”决策变量。
步骤S3：以F取最小值为目标函数采用遗传算法求解AGV最优路径。
以上述构造的AGV调度模型为目标函数求解最小值，可以求出 AGV的调度方案，也就是AGV执行每个调度任务的顺序。
本发明实施例中，基于遗传算法在处理并行问题具有较好的收敛速度采用遗传算法对目标函数进行求解。
在遗传算法的设计中，需要把实际问题向遗传算法的设计求解中进行转换，采用遗传算法是因为该算法在集装箱、车辆等调度方面的较好应用和处理并行问题具有较好的收敛速度。用于本申请中，需要将AGV动态调度问题转化成染色体编码，并进行适应度函数的分配，然后进行一些类的交叉、变异操作。
在基因编码步骤中，本发明实施例采用实数编码方式，有别于传统的二进制编码，本发明实施例的实数编码为一串自然数编码，将执行调度任务i相对应的AGV的编号作为基因xi的取值，具体的：将一条染色体串x1、x2、……、xn记为xi，i代表调度任务，代表进出口作业的某一集装箱任务，其取值代表执行调度任务i相对应的AGV编号，因为调度任务的编号事先己知，而且是按照调度任务作业时间的先后顺序排列，所以当确定了一辆AGV来执行某一调度任务后，该调度任务在这个AGV作业中的顺序也就确定了。假设n取15，即有15 个调度任务，暂且不考虑是进口还是出口，xi的取值如表一所示:
表一
x<sub>i</sub> x<sub>1</sub> x<sub>2</sub> x<sub>3</sub> x<sub>4</sub> x<sub>5</sub> x<sub>6</sub> x<sub>7</sub> x<sub>8</sub> x<sub>9</sub> x<sub>10</sub> x<sub>11</sub> x<sub>12</sub> x<sub>13</sub> x<sub>14</sub> x<sub>15</sub>
值 1 4 2 3 1 4 2 1 3 2 1 4 3 1 2
由上表可以看出，这15个调度任务所对应的AGV编号，若xi＝4则代表调度任务i所分配的AGV的编号为4；显然，编号为1,2,3,4的 AGV调度任务如下表二所示：
表二
AGV编号 运行路线
1 1→5→8→11→14
2 3→7→10→15
3 4→9→13
4 2→6→12
在初始种群的确定以及参数选取的步骤中，本发明采取随机化初始种群的方式，因为只有这样种群的进化才有可能遍历所有的状态，寻找到全局最优解。随机选取并不等同于盲目选取，而是在熟知可能解的情况下根据实际的AGV调度选取的一个初始种群。
在适应度函数的选取上，本发明实施例中采用目标函数作为判别标准，个体的适应度是由非支配等级共同决定，所以说每个个体对应的是优先级，而不是确定的适应度值。
在交叉操作上，采取单点交叉方法，采用这一方法目的是不使父代种群发生较大的变动，在一定程度上能够保持父代个体的优越性，即能够更大可能性的去满足约束条件，以表一给出的例子进行分析，只取前8个任务进行作为父代A(14231421)，另外随机选取一父代 B(21313141)，设定在第5个位置点进行单点交叉，则父代A、B第五个位置点之后的基因进行相互交换，得到后代个体C、D，具体情况如下所示：父代A(14231421)、父代B(21313141)在进行第五位单点交叉变操作后，得到的后代C、D分别为：子代C(14231141)、子代 D(21313421)这样以来，AGV的调度顺序就通过交叉算子的操作发生了变换，至于变异的操作就是选取一个或者两个基因位点进行变换，基因的变异在对有约束条件限制的本模型中非常有效。
在遗传算子概率的选取上，交叉的概率一般选值在(0.4-0.9)之间，而变异的概率则比较低，一般在(0.05-0.2)之间，这也符合生物进化过程实际的变化概率，本方法选取交叉概率为0.8，变异概率为 0.1。
在GA算法中，由于交叉、变异等操作的随机性及约束条件的限制，也有可能破坏掉当前群体中适应度最好的个体。这种情况反而会降低群体的平均适应度值且对遗传算法的运行效率、收敛性都可能产生不利的影响，因此应把适应度最好的个体尽量保留到下一代群体中。据前面讲的编码方式可知，每个调度任务只能由一辆AGV完成，编码同时也表明同一辆AGV中调度任务的顺序，使得到的解满足模型中的约束条件，而不需要在算法中进行再次约束。在计算过程中个体因为违反约束条件(2)中而产生不可行解。在这里考虑对适应度进行尺度变换，设定一个罚函数，降低该个体的适应度，减少该个体被遗传到下一代群体中的可能性，这种带罚函数的适应度尺度变换如下：
对于目标函数F，设罚函数为F′，惩罚值为M，其中M为一个较大的正数，从而有
Figure BDA0002301000040000091
当个体满足约束条件时取值F，当个体不满足约束条件时取值F-M。
根据传统调度作业任务的经验，设定完成任务下小车的无效作业时间期望值为t，如果算法中的无效时间值和这个期望值的误差值在一定的可接受范围之内，设定为5％之内，则遗传算法就此终止。
应该指出的是，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (9)

1.一种自动化集装箱码头AGV智能化调度方法，其特征在于，包括：
以贝位和箱区为节点，以存在调度任务关系的箱区和贝位之间的距离为边，构造AGV调度模型：
Figure FDA0002301000030000011
以F取最小值为目标函数采用遗传算法求解AGV最优路径；
其中，p为计划作业周期内所有调度任务的总数；tij为AGV完成调度任务i后到开始执行调度任务j之前的时间间隔；xij在AGV先执行调度任务i后执行调度任务j时取值为1，否则取值为零。
2.根据权利要求1所述的自动化集装箱码头AGV智能化调度方法，其特征在于，所述构造的AGV调度模型的约束条件为：
Figure FDA0002301000030000012
Figure FDA0002301000030000013
Figure FDA0002301000030000014
Figure FDA0002301000030000015
Figure FDA0002301000030000016
Figure FDA0002301000030000017
取1时AGV a先执行任务i,
Figure FDA0002301000030000018
取1时AGV执行完任务后结束工作；
其中，ti为AGV执行调度任务i的开始时间，gi为AGV完成调度任务i的运行时间，N为每一计划作业周期内需要AGV总数量。
3.根据权利要求1所述的自动化集装箱码头AGV智能化调度方法，其特征在于，所述遗传算法的基因编码步骤中，
将执行调度任务i相对应的AGV的编号作为基因xi的取值。
4.根据权利要求1所述的自动化集装箱码头AGV智能化调度方法，其特征在于，所述遗传算法的适应度函数采用所述目标函数作为判别标准。
5.根据权利要求1所述的自动化集装箱码头AGV智能化调度方法，其特征在于，所述遗传算法的交叉步骤采用单点交叉；所述遗传算法的变异步骤中选取单个或者两个基因位点进行变换。
6.根据权利要求5所述的自动化集装箱码头AGV智能化调度方法，其特征在于，交叉操作的遗传算子概率选值为0.4-0.9，变异操作的遗传算子概率选值为0.05-0.2。
7.根据权利要求2所述的自动化集装箱码头AGV智能化调度方法，其特征在于，在所述遗传算法中，设定罚函数
Figure FDA0002301000030000021
用以降低违反约束条件
Figure FDA0002301000030000022
的个体的适应度；
其中，M为一个正整数，当个体满足所述约束条件时取值F，不满足所述约束条件时取值F-M。
8.根据权利要求1所述的自动化集装箱码头AGV智能化调度方法，其特征在于，设定AGV无效作业时间期望值为t，在遗传算法中的无效作业时间值与所述期望值的误差小于设定范围时，遗传算法终止。
9.根据权利要求1所述的自动化集装箱码头AGV智能化调度方法，其特征在于，所述调度任务设定为：
AGV从码头前沿运输到堆场或从堆场运输到码头前沿。
CN201911221549.2A 2019-12-03 2019-12-03 一种自动化集装箱码头agv智能化调度方法 Active CN111091238B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911221549.2A CN111091238B (zh) 2019-12-03 2019-12-03 一种自动化集装箱码头agv智能化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911221549.2A CN111091238B (zh) 2019-12-03 2019-12-03 一种自动化集装箱码头agv智能化调度方法

Publications (2)

Publication Number Publication Date
CN111091238A true CN111091238A (zh) 2020-05-01
CN111091238B CN111091238B (zh) 2023-08-25

Family

ID=70393976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911221549.2A Active CN111091238B (zh) 2019-12-03 2019-12-03 一种自动化集装箱码头agv智能化调度方法

Country Status (1)

Country Link
CN (1) CN111091238B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001064A (zh) * 2020-07-29 2020-11-27 浙江大学 一种集装箱码头间全自主水上运输调度方法及***
CN112016749A (zh) * 2020-08-26 2020-12-01 大连海事大学 一种箱位分配与场桥调度方法
CN112052991A (zh) * 2020-08-24 2020-12-08 山东科技大学 一种带有岸桥缓冲区的自动化集装箱码头agv重进重出路径规划方法
CN112053046A (zh) * 2020-08-24 2020-12-08 山东科技大学 一种带有时间窗的自动化集装箱码头agv重进重出路径规划方法
CN112379607A (zh) * 2021-01-18 2021-02-19 中联重科股份有限公司 模拟运行方法及装置、数量规划方法、装置及***
CN112446642A (zh) * 2020-12-11 2021-03-05 大连英达士智能科技有限公司 一种多天车调度优化方法和***
CN112559951A (zh) * 2020-11-25 2021-03-26 湖北三环智能科技有限公司 集装箱运输agv调度方法、设备、电子终端及存储介质
CN112712288A (zh) * 2021-01-18 2021-04-27 大连海事大学 一种内河码头干散货作业集成调度方法
CN115049324A (zh) * 2022-08-17 2022-09-13 上海国际港务（集团）股份有限公司 码头agv车调度方法、装置、计算机设备和存储介质
CN115359656A (zh) * 2022-08-12 2022-11-18 青岛港国际股份有限公司 一种自动化集装箱码头堆场端交互区车道分配方法
CN116804847A (zh) * 2023-08-23 2023-09-26 北京鑫平物流有限公司 一种集装箱搬运小车控制方法
US11774947B2 (en) * 2022-08-16 2023-10-03 Chengdu Qinchuan Iot Technology Co., Ltd. Industrial internet of things for material transportation control, control methods and media thereof
WO2023216380A1 (zh) * 2022-05-07 2023-11-16 青岛港国际股份有限公司 一种油港资源优化调度方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2863349A1 (en) * 2013-10-17 2015-04-22 Navis LLC System and method for integral planning and control of container flow operations in container terminals
CN104571110A (zh) * 2015-01-08 2015-04-29 北京印刷学院 一种基于rfid的自动小车导引方法和***
CN105354648A (zh) * 2015-12-12 2016-02-24 深圳力子机器人有限公司 Agv调度管理的建模及其优化方法
WO2017024677A1 (zh) * 2015-08-12 2017-02-16 上海海事大学 自动化集装箱码头全电动无人自动导航载运车自动充电装置及充电方法
CN107168316A (zh) * 2017-05-23 2017-09-15 华南理工大学 一种基于单双向混合路径的多agv调度***
CN107784396A (zh) * 2017-11-06 2018-03-09 上海海事大学 一种自动化集装箱码头关键装卸资源集成调度方法
CN107885198A (zh) * 2017-09-25 2018-04-06 湖南大学 Agv调度方法
CN108062645A (zh) * 2017-12-18 2018-05-22 青岛港国际股份有限公司 一种自动化集装箱码头agv调度方法及***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2863349A1 (en) * 2013-10-17 2015-04-22 Navis LLC System and method for integral planning and control of container flow operations in container terminals
CN104571110A (zh) * 2015-01-08 2015-04-29 北京印刷学院 一种基于rfid的自动小车导引方法和***
WO2017024677A1 (zh) * 2015-08-12 2017-02-16 上海海事大学 自动化集装箱码头全电动无人自动导航载运车自动充电装置及充电方法
CN105354648A (zh) * 2015-12-12 2016-02-24 深圳力子机器人有限公司 Agv调度管理的建模及其优化方法
CN107168316A (zh) * 2017-05-23 2017-09-15 华南理工大学 一种基于单双向混合路径的多agv调度***
CN107885198A (zh) * 2017-09-25 2018-04-06 湖南大学 Agv调度方法
CN107784396A (zh) * 2017-11-06 2018-03-09 上海海事大学 一种自动化集装箱码头关键装卸资源集成调度方法
CN108062645A (zh) * 2017-12-18 2018-05-22 青岛港国际股份有限公司 一种自动化集装箱码头agv调度方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨勇生: "基于软时间窗的自动化集装箱码头AGV路径规划", vol. 42, no. 5, pages 1793 - 1801 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001064A (zh) * 2020-07-29 2020-11-27 浙江大学 一种集装箱码头间全自主水上运输调度方法及***
CN112001064B (zh) * 2020-07-29 2022-08-23 浙江大学 一种集装箱码头间全自主水上运输调度方法及***
CN112053046B (zh) * 2020-08-24 2022-03-11 山东科技大学 一种带有时间窗的自动化集装箱码头agv重进重出路径规划方法
CN112052991A (zh) * 2020-08-24 2020-12-08 山东科技大学 一种带有岸桥缓冲区的自动化集装箱码头agv重进重出路径规划方法
CN112053046A (zh) * 2020-08-24 2020-12-08 山东科技大学 一种带有时间窗的自动化集装箱码头agv重进重出路径规划方法
CN112052991B (zh) * 2020-08-24 2022-03-11 山东科技大学 一种带有岸桥缓冲区的自动化集装箱码头agv重进重出路径规划方法
CN112016749A (zh) * 2020-08-26 2020-12-01 大连海事大学 一种箱位分配与场桥调度方法
CN112016749B (zh) * 2020-08-26 2024-01-19 大连海事大学 一种箱位分配与场桥调度方法
CN112559951A (zh) * 2020-11-25 2021-03-26 湖北三环智能科技有限公司 集装箱运输agv调度方法、设备、电子终端及存储介质
CN112446642A (zh) * 2020-12-11 2021-03-05 大连英达士智能科技有限公司 一种多天车调度优化方法和***
CN112712288A (zh) * 2021-01-18 2021-04-27 大连海事大学 一种内河码头干散货作业集成调度方法
CN112379607B (zh) * 2021-01-18 2021-04-13 中联重科股份有限公司 模拟运行方法及装置、数量规划方法、装置及***
CN112712288B (zh) * 2021-01-18 2023-12-19 大连海事大学 一种内河码头干散货作业集成调度方法
CN112379607A (zh) * 2021-01-18 2021-02-19 中联重科股份有限公司 模拟运行方法及装置、数量规划方法、装置及***
WO2023216380A1 (zh) * 2022-05-07 2023-11-16 青岛港国际股份有限公司 一种油港资源优化调度方法
CN115359656A (zh) * 2022-08-12 2022-11-18 青岛港国际股份有限公司 一种自动化集装箱码头堆场端交互区车道分配方法
CN115359656B (zh) * 2022-08-12 2024-04-02 青岛港国际股份有限公司 一种自动化集装箱码头堆场端交互区车道分配方法
US11774947B2 (en) * 2022-08-16 2023-10-03 Chengdu Qinchuan Iot Technology Co., Ltd. Industrial internet of things for material transportation control, control methods and media thereof
CN115049324A (zh) * 2022-08-17 2022-09-13 上海国际港务（集团）股份有限公司 码头agv车调度方法、装置、计算机设备和存储介质
CN115049324B (zh) * 2022-08-17 2022-11-04 上海国际港务（集团）股份有限公司 码头agv车调度方法、装置、计算机设备和存储介质
CN116804847A (zh) * 2023-08-23 2023-09-26 北京鑫平物流有限公司 一种集装箱搬运小车控制方法

Also Published As

Publication number Publication date
CN111091238B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN111091238A (zh) 一种自动化集装箱码头agv智能化调度方法
CN112833905B (zh) 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN110942203A (zh) 一种自动化集装箱码头agv路径优化方法
CN111563672B (zh) 一种多载agv数量配置方法
CN107392531B (zh) 一种城市轨道交通车辆基地检修物流仿真***及方法
CN108470238B (zh) 基于图论km匹配算法的agv自动调度方法
CN109978232A (zh) 一种用于agv小车路径优化算法
CN114358233A (zh) 基于双混合粒子群的多agv路径规划问题优化方法及***
CN111498696A (zh) 一种双吊具场桥调度优化方法及装置
Fan et al. Storage space allocation and twin automated stacking cranes scheduling in automated container terminals
CN114662943A (zh) 基于多目标遗传算法的露天矿卡车调度方法
Hani et al. Simulation based optimization of a train maintenance facility
CN108959782B (zh) 一种智能车间的布局优化方法、装置及设备
CN113743739B (zh) 一种基于混合整数规划、组合优化算法的agv调度方法
CN112053046B (zh) 一种带有时间窗的自动化集装箱码头agv重进重出路径规划方法
Badakhshian et al. Performance optimization of simultaneous machine and automated guided vehicle scheduling using fuzzy logic controller based genetic algorithm
CN109872023B (zh) 岸桥qc、集卡yt和龙门吊yc的集成调度模型及其ga算法
Liang et al. Multi-objective green multimodal transport path optimization with the participation of high-speed railway
Han et al. An Improved Artificial Bee Colony Algorithm to Port L-AGV Scheduling Problems
CN114048996B (zh) 一种考虑外集卡到达不确定的u型自动化码头绿色集成调度方法
Jia et al. Optimization and simulation of port logistics decision-making system based on ant colony algorithm
Fang et al. Research on coordinated scheduling of straddle carriers and quay cranes in automated container terminals based on reinforcement learning
CN117689163B (zh) 基于图论的铁路专用线作业调控方法
Xiao et al. Research on scheduling optimization of internal trucks for inter-terminal transportation
Chu et al. Co-Scheduling of Quay Cranes and RTGs in the Container Terminal

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No.12 Jingba Road, Huangdao District, Qingdao City, Shandong Province

Applicant after: QINGDAO PORT INTERNATIONAL Co.,Ltd.

Applicant after: QINGDAO NEW QIANWAN CONTAINER TERMINAL Co.,Ltd.

Address before: The city of north port green road 266011 Shandong city of Qingdao province No. 6

Applicant before: QINGDAO PORT INTERNATIONAL Co.,Ltd.

Applicant before: QINGDAO NEW QIANWAN CONTAINER TERMINAL Co.,Ltd.

CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xu Haoran

Inventor after: Yang Jiemin

Inventor after: Wang Gang

Inventor after: Li Yongcui

Inventor after: Yu Yanwen

Inventor after: Liu Yukun

Inventor after: Lu Yanru

Inventor after: Wang Jisheng

Inventor after: Wang Ximing

Inventor after: Wu Yanli

Inventor after: Ma Huijuan

Inventor before: Yang Jiemin

Inventor before: Wu Yanli

Inventor before: Ma Huijuan

Inventor before: Xu Haoran

Inventor before: Li Yongcui

Inventor before: Wang Gang

Inventor before: Yu Yanwen

Inventor before: Liu Yukun

Inventor before: Lu Yanru

Inventor before: Wang Jisheng

Inventor before: Wang Ximing

GR01 Patent grant
GR01 Patent grant