-
公开(公告)号：CN108845496B
公开(公告)日：2021-06-25
申请号：CN201810499201.9
申请日：2018-05-23
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种自动化码头AGV调度方法及系统，所述调度方法包括以下步骤：步骤1：输入模拟仿真长度r、训练集标准容量I、权重值WH、权重值WE和训练集样本权重参数α；步骤2：输入未作业任务箱列表V，初始化调度策略π；针对当前时刻空闲AGV，根据当前调度策略π筛选出策略最优任务箱π(VT)分配给空闲AGV进行作业；步骤3：判断未作业任务箱是否全部完成分配；步骤4：对未作业任务箱列表中除策略最优任务箱以外的任务箱进行长度为r的模拟仿真；步骤5：利用新训练集S’对DBN网络模型进行训练更新，更新后的DBN网络模型作为下一轮AGV任务分配使用的DBN网络模型。本申请将深度学习网络模型引入到AGV实时调度分配中，实现了AGV任务分配的实时最优。
-
公开(公告)号：CN108596519A
公开(公告)日：2018-09-28
申请号：CN201810456960.7
申请日：2018-05-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种自动化码头ALV优化调度方法，包括如下步骤：步骤1：将ALV个体定为调度对象，结合ALV路径上的拥堵情况和集装箱在堆场的位置，以完成所有集装箱任务所花费的最小时间作为优化ALV调度的目标，构建优化ALV调度数学模型；步骤2：采用二维数组对集装箱任务进行编码，基于最短时间原则设计模拟退火算法，求解优化ALV调度数学模型，得出给定集装箱任务编码和集装箱类型情况下的最优ALV调度方案。本发明所述自动化码头ALV优化调度方法，通过设计最短时间原则，设计模拟退火算法，在保证寻找到最优解的前提下，使得模型的收敛速度大大加快，提高了本算法的应用场景。
-
公开(公告)号：CN108596519B
公开(公告)日：2021-06-04
申请号：CN201810456960.7
申请日：2018-05-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种自动化码头ALV优化调度方法，包括如下步骤：步骤1：将ALV个体定为调度对象，结合ALV路径上的拥堵情况和集装箱在堆场的位置，以完成所有集装箱任务所花费的最小时间作为优化ALV调度的目标，构建优化ALV调度数学模型；步骤2：采用二维数组对集装箱任务进行编码，基于最短时间原则设计模拟退火算法，求解优化ALV调度数学模型，得出给定集装箱任务编码和集装箱类型情况下的最优ALV调度方案。本发明所述自动化码头ALV优化调度方法，通过设计最短时间原则，设计模拟退火算法，在保证寻找到最优解的前提下，使得模型的收敛速度大大加快，提高了本算法的应用场景。
-
公开(公告)号：CN108845496A
公开(公告)日：2018-11-20
申请号：CN201810499201.9
申请日：2018-05-23
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明公开了一种自动化码头AGV调度方法及系统，所述调度方法包括以下步骤：步骤1：输入模拟仿真长度r、训练集标准容量I、权重值WH、权重值WE和训练集样本权重参数α；步骤2：输入未作业任务箱列表V，初始化调度策略π；针对当前时刻空闲AGV，根据当前调度策略π筛选出策略最优任务箱π(VT)分配给空闲AGV进行作业；步骤3：判断未作业任务箱是否全部完成分配；步骤4：对未作业任务箱列表中除策略最优任务箱以外的任务箱进行长度为r的模拟仿真；步骤5：利用新训练集S’对DBN网络模型进行训练更新，更新后的DBN网络模型作为下一轮AGV任务分配使用的DBN网络模型。本申请将深度学习网络模型引入到AGV实时调度分配中，实现了AGV任务分配的实时最优。
-
-
-
Search Results
4
records
(took 0.015 seconds)
