CN113743739B - 一种基于混合整数规划、组合优化算法的agv调度方法 - Google Patents
一种基于混合整数规划、组合优化算法的agv调度方法 Download PDFInfo
- Publication number
- CN113743739B CN113743739B CN202110920814.7A CN202110920814A CN113743739B CN 113743739 B CN113743739 B CN 113743739B CN 202110920814 A CN202110920814 A CN 202110920814A CN 113743739 B CN113743739 B CN 113743739B
- Authority
- CN
- China
- Prior art keywords
- agv
- time
- agvs
- operation instruction
- interaction time
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 title abstract description 8
- 230000003993 interaction Effects 0.000 claims description 53
- 238000012216 screening Methods 0.000 claims description 9
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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"
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于混合整数规划算法的AGV调度方法,包括以下步骤:(1)、获取作业队列中的作业指令;(2)、查找出所有空闲的AGV;(3)、计算AGV分别与各作业指令相匹配的罚分;(4)、将AGV与各作业指令相匹配的罚分输入混合整数规划模型,并返回AGV与作业指令的最优匹配结果;(5)、根据最优匹配结果,调度AGV执行与其相匹配的作业指令,其中,AGV为自动导引车。本发明的基于混合整数规划、组合优化算法的AGV调度方法,综合考虑AGV到达目标位置状态,以及距离、电量状况进行罚分,将AGV与各作业指令相匹配的罚分输入混合整数规划模型,并返回AGV与作业指令的最优匹配结果,可以提高AGV的调度效率。
Description
技术领域
本发明属于自动化码头运输技术领域,具体地说,涉及一种基于混合整数规划、组合优化算法的AGV调度方法。
背景技术
集装箱码头前方作业带是指堆场前边线至码头前沿线之间的区域,其功能是服务于码头岸桥装卸船作业以及集装箱进出堆场作业,在人工码头和半自动化码头通常使用人工驾驶的内集卡。近年来,随着人工成本的不断攀升,越来越多的码头将水平运输设备由内集卡转为了AGV(Automated Guided Vehicle,自动引导车),AGV的使用大大提高了生产效率,节约了成本。
AGV(Automated Guided Vehicles,自动导引车)是一种装备有电磁或光学等自动导引装置、能够沿规定的导引路径行驶、具有安全保护以及各种移载功能的运输小车,由于AGV具有自动化、智能化和并行作业的特点,对集装箱货物转运和流通起着非常重要的连接作用。集装箱码头主要目标是高效低耗,AGV是连接QC(Quay Crane,岸桥)和ASC(AutomatedStacking Crane,自动化轨道吊)的水平运输设备,合理调度AGV,可以降低AGV空载距离及AGV作业能耗,降低AGV/QC,AGV/ASC互相等待时间,提高AGV利用率,所以AGV调度是自动化码头的关键模块。在现有技术中,通常是建立以影响AGV调度的因素加权和最小为目标的AGV调度问题模型,根据影响因素的优先级确定权重,这种方法是从成本角度出发,在降低成本的情况下难以考虑到AGV效率的提高。基于此,如何发明一种能够提高AGV调度效率的方法,是本发明主要解决的技术问题。
发明内容
本发明针对现有技术中集装箱码头装卸作业对AGV调度效率低的技术问题,提出了一种基于混合整数规划算法的AGV调度方法,可以解决上述问题。
为实现上述发明目的,本发明采用下述技术方案予以实现:
一种基于混合整数规划算法的AGV调度方法,包括以下步骤:
(1)、获取作业队列中的作业指令;
(2)、查找出所有空闲的AGV;
(3)、计算所述AGV分别与各作业指令相匹配的罚分,罚分因子包括:早到、晚到、距离以及电量的任意组合;
(4)、将所述AGV与各作业指令相匹配的罚分输入混合整数规划模型,并返回AGV与作业指令的最优匹配结果;
(5)、根据所述最优匹配结果,调度AGV执行与其相匹配的作业指令,其中,AGV为自动导引车。
进一步的,步骤(3)之前还包括:
对所述作业指令进行筛选,筛选出需要调度的作业指令,并更新作业队列。
进一步的,所述作业指令包括卸船作业指令和装船作业指令,各所述AGV 的派发具有一个时间窗口;
对所述作业指令进行筛选包括:
选择交互时间位于所述时间窗口内的作业指令以及交互时间早于当前时间的作业指令作为需要调度的作业指令;
对于卸船作业指令,所述交互时间为QC-AGV交互时间;
对于装船作业指令,所述交互时间为AGV-ASC交互时间;
QC-AGV交互时间为岸桥与自动导引车的交互时间,AGV-ASC交互时间为自动导引车与自动化轨道吊的交互时间。
进一步的,所述交互时间的估算方法为:
预估岸桥分别执行各作业指令所需的时间,包括:
QC-AGV交互时间=岸桥主小车作业时间+岸桥门架小车到平台位置时间;
AGV-ASC交互时间=岸桥主小车作业时间–岸桥门架小车作业时间–收箱点到岸桥送箱点的行驶时间-调头时间-AGV/ASC或支架收箱时间。
进一步的,步骤(2)中,查找出所有空闲的AGV的方法包括:
查找出当前所有已到达目标位置且没有预派任务的AGV,以及在设定时间内到达目标位置且没有预派任务的AGV。
进一步的,步骤(3)之前,还包括:
将所有的AGV分别与各作业指令进行匹配,如果作业指令总数≤AGV总数,则对所有的作业指令和所有的AGV进行全匹配;如果作业指令总数>AGV总数,则选取数量与AGV总数相等的作业指令,并进行全匹配。
进一步的,如果作业指令总数>AGV总数,选取数量与AGV总数相等的作业指令步骤中的选取方式为:
根据QC-AGV交互时间或者AGV-ASC交互时间对所述作业指令进行优先级排序,交互时间越靠前优先级越高,按照优先级从高至低选取数量与AGV总数相等的作业指令。
进一步的,所述混合整数规划模型包括:
其中mij表示第i辆车执行任务j的罚分情况,aij={0,1}表示是否执行,值为1时执行,0表示不执行。
进一步的,所述混合整数规划模型采用分支定界法进行计算。
进一步的,各罚分因子中,早到和晚到是指所述AGV执行前一个作业指令的到达目标位置状态,距离是指所述AGV与所述岸桥或者自动化轨道吊之间的距离,距离与罚分成正相关,电量为所述AGV的剩余电量,电量与罚分成负相关。
与现有技术相比,本发明的优点和积极效果是:本发明的基于混合整数规划、组合优化算法的AGV调度方法,综合考虑AGV到达目标位置状态,以及距离、电量状况进行罚分,将AGV与各作业指令相匹配的罚分输入混合整数规划模型,并返回AGV与作业指令的最优匹配结果,可以提高AGV的调度效率。
结合附图阅读本发明的具体实施方式后,本发明的其他特点和优点将变得更加清楚。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提出的基于混合整数规划算法的AGV调度方法的一种实施例的流程图;
图2是本发明提出的基于混合整数规划算法的AGV调度方法的所采用的分支定界法示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下将结合附图和实施例,对本发明作进一步详细说明。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“竖”、“横”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
实施例一
本实施例提出了一种基于混合整数规划算法的AGV调度方法,包括以下步骤:
S1、获取作业队列中的作业指令;所有的待执行的作业指令进行排列,形成作业队列。
S2、查找出所有空闲的AGV;
S3、计算AGV分别与各作业指令相匹配的罚分,罚分因子包括:早到、晚到、距离以及电量的任意组合;
S4、将AGV与各作业指令相匹配的罚分输入混合整数规划模型,并返回AGV 与作业指令的最优匹配结果;
S5、根据最优匹配结果,调度AGV执行与其相匹配的作业指令,其中,AGV 为自动导引车。
本发明的基于混合整数规划算法的AGV调度方法,将可用的AGV与作业队列中的作业指令进行匹配,前提只考虑收箱或者无指令的行驶任务,最后选取总罚分最低的匹配结果,通过派发模块和工作流与设备控制***进行交互。综合考虑AGV到达目标位置状态,以及距离、电量状况进行罚分,将AGV与各作业指令相匹配的罚分输入混合整数规划模型,并返回AGV与作业指令的最优匹配结果,可以提高AGV的调度效率。
优选的,本实施例中步骤S3之前还包括:
对作业指令进行筛选,筛选出需要调度的作业指令,并更新作业队列。后续步骤中应当对更新后的作业队列进行操作。
本调度方法进行调度主要考虑三个因素:第一个是作业指令的优先级或者紧急程度。每一个作业指令对应的EMT(预计作业时间)下,AGV的派发有一个可定义的时间窗口。如果预计作业时间正好属于时间窗口内,则属于中等优先级。如果预计作业时间已经晚于该时间窗口,则认为该任务具有高优先级。反之,如果预计作业时间早于该时间窗口,则认为该作业指令的优先级为低。第二个则是AGV的空载距离或能耗。如果只考虑作业指令的优先级进行任务派发,则忽略了总体AGV的空载距离最小的局部最优解;而如果只考虑空载距离和最小,又不能准确反映出优先级对调度的影响,从而最终影响岸桥作业。第三个是AGV循环的时间。AGV循环时间决定了岸桥和AGV的配比。如果不兼顾这个因素,则会增加码头生产对车辆数的要求,造成设备的浪费。本发明兼顾这几个最重要的考量因素,使得车辆的分配可以满足短期内最优的效果。
作业指令包括卸船作业指令和装船作业指令,各AGV的派发具有一个时间窗口;
对作业指令进行筛选包括:
选择交互时间位于时间窗口内的作业指令以及交互时间早于当前时间的作业指令作为需要调度的作业指令。也即,按照紧急程度安排作业指令,保留优先级为高和中的作业指令,在AGV数量不够的情况下,暂不处理优先级低的作业指令。
对于卸船作业指令,交互时间为QC-AGV交互时间。
对于装船作业指令,交互时间为AGV-ASC交互时间。
QC-AGV交互时间为岸桥与自动导引车的交互时间,AGV-ASC交互时间为自动导引车与自动化轨道吊的交互时间。
交互时间的估算方法为:
预估岸桥分别执行各作业指令所需的时间,包括:
QC-AGV交互时间=岸桥主小车作业时间+岸桥门架小车到平台位置时间。
AGV-ASC交互时间=岸桥主小车作业时间–岸桥门架小车作业时间–收箱点到岸桥送箱点的行驶时间–调头时间-AGV/ASC或支架收箱时间。
装船箱ASC作业时间=装船AGV/ASC交互时间–ASC放箱时间–ASC 重载大车移动时间–ASC抓箱时间–ASC空载大车移动时间如有翻倒,翻倒箱ASC作业时间。
步骤S2中,查找出所有空闲的AGV的方法包括:
查找出当前所有已到达目标位置且没有预派任务的AGV,以及在设定时间内到达目标位置且没有预派任务的AGV。以保证待调度的AGV必须是能够被调度的、空闲的AGV。
由于本方案是需要为待作业的指令调度分配AGV进行作业,需要确保匹配后的作业指令与AGV是一一对应的,如果空闲的AGV的数量不小于作业指令的数量则没有问题,但是如果空闲的AGV的数量小于作业指令的数量,无法保证每一个作业指令能够分配到AGV,则需要对作业指令进行匹配,以使得满足上述条件。
步骤S3之前,还包括:
将所有的AGV分别与各作业指令进行匹配,如果作业指令总数≤AGV总数,则对所有的作业指令和所有的AGV进行全匹配;如果作业指令总数>AGV总数,则选取数量与AGV总数相等的作业指令,并进行全匹配。
在对作业指令进行筛选之后,所有的AGV与各作业指令是全匹配的。
优选的,如果作业指令总数>AGV总数,选取数量与AGV总数相等的作业指令步骤中的选取方式为:
根据QC-AGV交互时间或者AGV-ASC交互时间对作业指令进行优先级排序,交互时间越靠前优先级越高,按照优先级从高至低选取数量与AGV总数相等的作业指令。
交互时间越靠前越紧急,优先处理。
本实施例中混合整数规划模型包括:
其中mij表示第i辆车执行任务j的罚分情况,aij={0,1}表示是否执行,值为1时执行,0表示不执行。优化目标是最小化总的罚分情况。
和/>是约束条件,表示每个任务只能被执行一次,且每个司机一次只能匹配一个任务。
首先匹配AGV与所有作业指令,获取所有可能任务匹配矩阵及罚分矩阵,分别考虑QC/AGV,AGV/ASC交互时间窗口,计算早到晚到的罚分,计算空载距离的罚分,计算各QC,WSTZ(Waterside Transpoint,海侧交互区)派发AGV 数量不均衡的罚分等,对罚分矩阵建立混合整数规划模型,约束条件是每个任务只能被执行一次,且每个司机一次只能匹配一个任务。
为了减小计算量,本方法中混合整数规划模型采用分支定界法进行计算,求解最小化总的罚分情况,最终给出最优任务匹配列表。
分支定界法(branch and bound)是一种求解整数规划问题的最常用算法。分支定界算法始终围绕着一颗搜索树进行的,通过将最小化罚分情况当做根节点看,从这里出发,分支的含义就是将罚分值分割成若干罚分区间。
具体地说,AGV匹配罚分最小化,则设定最优解(最小值的结果)的值Z=∞;也即初始化。
根据分枝法则,从尚未被洞悉节点(局部解)中选择一个节点,并在此节点的下一阶层中分为几个新的节点;
计算每一个新分枝出来的节点的下限值(Lower bound,LB);
对每一节点进行洞悉条件测试,若节点满足以下任意一个条件,则此节点可洞悉而不再被考虑,此节点的下限值大于等于Z值。已找到在此节点中,具最小下限值的可行解;若此条件成立,则需比较此可行解与Z值,若前者较小则需更新Z值,以此为可行解的值。此节点不可能包含可行解;
判断是否仍有尚未被洞悉的节点,如果有,则进行步骤S42,如果已无尚未被洞悉的节点,则演算停止,并得到最优解。
分支的过程就是不断给树增加子节点的过程。而定界就是在分支的过程中检查子问题的上下界,如果子问题不能产生一比当前最优解还要优的解,那么砍掉这一支。直到所有子问题都不能产生一个更优的解时,算法结束。
各罚分因子中,早到和晚到是指AGV执行前一个作业指令的到达目标位置状态,距离是指AGV与岸桥或者自动化轨道吊之间的距离,距离与罚分成正相关,电量为AGV的剩余电量,电量与罚分成负相关。
本方法通过优化设备的数量配置和协调各种装卸运输设备之间的时间,来达到AGV高效率作业和低成本运营。利用混合整数规划、组合优化算法在实时作业数据的基础上建立模型,采用分支定界法进行计算,做出全局相对最优的匹配决策,并在执行过程中的某些特殊情况下进行及时改派,可实现动态最优化。
以上实施例仅用以说明本发明的技术方案,而非对其进行限制;尽管参照前述实施例对本发明进行了详细的说明,对于本领域的普通技术人员来说,依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。
Claims (4)
1.一种基于混合整数规划算法的AGV调度方法,其特征在于,包括以下步骤:
(1)、获取作业队列中的作业指令;
(2)、查找出所有空闲的AGV;
(3)、计算所述AGV分别与各作业指令相匹配的罚分,罚分因子包括:早到、晚到、距离以及电量的任意组合;
(4)、将所述AGV与各作业指令相匹配的罚分输入混合整数规划模型,并返回AGV与作业指令的最优匹配结果;
(5)、根据所述最优匹配结果,调度AGV执行与其相匹配的作业指令,其中,AGV为自动导引车;
步骤(3)之前还包括:
对所述作业指令进行筛选,筛选出需要调度的作业指令,并更新作业队列;
所述作业指令包括卸船作业指令和装船作业指令,各所述AGV的派发具有一个时间窗口;
对所述作业指令进行筛选包括:
选择交互时间位于所述时间窗口内的作业指令以及交互时间早于当前时间的作业指令作为需要调度的作业指令;
对于卸船作业指令,所述交互时间为QC-AGV交互时间;
对于装船作业指令,所述交互时间为AGV-ASC交互时间;
QC-AGV交互时间为岸桥与自动导引车的交互时间,AGV-ASC交互时间为自动导引车与自动化轨道吊的交互时间;
所述交互时间的估算方法为:
预估岸桥分别执行各作业指令所需的时间,包括:
QC-AGV交互时间=岸桥主小车作业时间+岸桥门架小车到平台位置时间;
AGV-ASC交互时间=岸桥主小车作业时间–岸桥门架小车作业时间–收箱点到岸桥送箱点的行驶时间–调头时间-AGV/ASC或支架收箱时间;
步骤(3)之前,还包括:
将所有的AGV分别与各作业指令进行匹配,如果作业指令总数≤AGV总数,则对所有的作业指令和所有的AGV进行全匹配;如果作业指令总数>AGV总数,则选取数量与AGV总数相等的作业指令,并进行全匹配;
如果作业指令总数>AGV总数,选取数量与AGV总数相等的作业指令步骤中的选取方式为:
根据QC-AGV交互时间或者AGV-ASC交互时间对所述作业指令进行优先级排序,交互时间越靠前优先级越高,按照优先级从高至低选取数量与AGV总数相等的作业指令;
各罚分因子中,早到和晚到是指所述AGV执行前一个作业指令的到达目标位置状态,距离是指所述AGV与所述岸桥或者自动化轨道吊之间的距离,距离与罚分成正相关,电量为所述AGV的剩余电量,电量与罚分成负相关。
2.根据权利要求1所述的调度方法,其特征在于,步骤(2)中,查找出所有空闲的AGV的方法包括:
查找出当前所有已到达目标位置且没有预派任务的AGV,以及在设定时间内到达目标位置且没有预派任务的AGV。
3.根据权利要求1或2所述的调度方法,其特征在于,所述混合整数规划模型包括:
其中mij表示第i辆车执行任务j的罚分情况,aij={0,1}表示是否执行,值为1时执行,0表示不执行。
4.根据权利要求3所述的调度方法,其特征在于,所述混合整数规划模型采用分支定界法进行计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110920814.7A CN113743739B (zh) | 2021-08-11 | 2021-08-11 | 一种基于混合整数规划、组合优化算法的agv调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110920814.7A CN113743739B (zh) | 2021-08-11 | 2021-08-11 | 一种基于混合整数规划、组合优化算法的agv调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113743739A CN113743739A (zh) | 2021-12-03 |
CN113743739B true CN113743739B (zh) | 2024-02-13 |
Family
ID=78730756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110920814.7A Active CN113743739B (zh) | 2021-08-11 | 2021-08-11 | 一种基于混合整数规划、组合优化算法的agv调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743739B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10254847A (ja) * | 1997-03-14 | 1998-09-25 | Nippon Steel Corp | スケジュ−リング装置 |
CN109693950A (zh) * | 2018-12-25 | 2019-04-30 | 青岛港国际股份有限公司 | 自动化码头卸船作业堆场派位方法和*** |
CN110503260A (zh) * | 2019-08-20 | 2019-11-26 | 东北大学 | 一种基于动态路径规划的agv调度方法 |
KR20200134747A (ko) * | 2019-05-23 | 2020-12-02 | (주)토탈소프트뱅크 | 컨테이너 터미널에서 복수 운송장비의 배차 전략 다원화를 위한 운영 관리 방법 |
CN113110330A (zh) * | 2021-04-15 | 2021-07-13 | 青岛港国际股份有限公司 | 一种基于全局最优匹配的agv动态调度管理方法 |
-
2021
- 2021-08-11 CN CN202110920814.7A patent/CN113743739B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10254847A (ja) * | 1997-03-14 | 1998-09-25 | Nippon Steel Corp | スケジュ−リング装置 |
CN109693950A (zh) * | 2018-12-25 | 2019-04-30 | 青岛港国际股份有限公司 | 自动化码头卸船作业堆场派位方法和*** |
KR20200134747A (ko) * | 2019-05-23 | 2020-12-02 | (주)토탈소프트뱅크 | 컨테이너 터미널에서 복수 운송장비의 배차 전략 다원화를 위한 운영 관리 방법 |
CN110503260A (zh) * | 2019-08-20 | 2019-11-26 | 东北大学 | 一种基于动态路径规划的agv调度方法 |
CN113110330A (zh) * | 2021-04-15 | 2021-07-13 | 青岛港国际股份有限公司 | 一种基于全局最优匹配的agv动态调度管理方法 |
Non-Patent Citations (2)
Title |
---|
基于软时间窗的自动化集装箱码头AGV路径规划;杨勇生;崔佳羽;梁承姬;许波桅;李军军;;广西大学学报(自然科学版)(第05期);全文 * |
自动化码头双小车岸桥与AGV协调调度问题研究;梁承姬;林洋;;计算机工程与应用(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113743739A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612234B (zh) | 一种集装箱码头水平运输可视化*** | |
CN111861205B (zh) | 一种自动化集装箱码头出口箱空间分配方法 | |
CN111091238A (zh) | 一种自动化集装箱码头agv智能化调度方法 | |
CN108845496B (zh) | 一种自动化码头agv调度方法及*** | |
CN108470238B (zh) | 基于图论km匹配算法的agv自动调度方法 | |
CN113110330B (zh) | 一种基于全局最优匹配的agv动态调度管理方法 | |
CN112070296B (zh) | 一种基于模糊推理的集卡调度方法 | |
CN114118639B (zh) | 一种顺岸式边装卸自动化码头art动态调度方法 | |
CN114792159B (zh) | 一种顺岸式全自动化集装箱码头无人集卡调度方法及*** | |
CN110942203A (zh) | 一种自动化集装箱码头agv路径优化方法 | |
CN111860968A (zh) | 一种露天矿山车辆调度方法、***及计算机设备 | |
CN113743739B (zh) | 一种基于混合整数规划、组合优化算法的agv调度方法 | |
US20230252395A1 (en) | A quay crane operation method | |
CN114331075A (zh) | 堆场拖车调度方法、装置、设备及存储介质 | |
CN114846492A (zh) | 在终点站中操作一个或多个载具和/或设备的方法以及相关装置和*** | |
CN112559951A (zh) | 集装箱运输agv调度方法、设备、电子终端及存储介质 | |
CN116935616A (zh) | 面向港区车辆调度-规控耦合的智能集卡协同调度方法 | |
CN117035349A (zh) | 一种干散货码头作业调度推演方法及*** | |
CN115359656B (zh) | 一种自动化集装箱码头堆场端交互区车道分配方法 | |
Homayouni et al. | Energy-Efficient Scheduling of Intraterminal Container Transport | |
CN112561434A (zh) | 一种传统集装箱码头联合调度方法和辅助调度*** | |
CN113850487A (zh) | 一种自动化码头调度***、方法及存储介质 | |
Zhang et al. | Study on Distributed Consistent Cooperative Control of Multi-ART in Automated Container Terminals | |
Gan et al. | Scheduling problems of automated guided vehicles in automated container terminals using a genetic algorithm | |
Han et al. | An Improved Artificial Bee Colony Algorithm to Port L-AGV Scheduling Problems |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |