一、基于排队论的AGV调度研究（论文文献综述）
张帅[1]（2021）在《基于领域驱动设计的AGV调度系统设计与实现》文中指出在现代化的大型制造车间中,为节省人力、提高车间生产效率,大量企业都为生产车间和立体仓库引入了AGV系统。AGV（Automated Guided Vehicle,自动导航小车）是指装备有电磁或光学等自动导引装置,能够沿导引路径行驶,具有各种移栽及安全保护功能的运输车。企业在智能物流解决方案中使用AGV,不仅是为了实现内部物流的柔性化,更重要的是借此打通生产各流程,推进生产全过程的数字化,最终实现打造工厂智能化的目标。然而,制造企业为实现生产智能化往往需要使用数十台、数百台甚至上千台AGV,它们既相互协同作业又彼此独立运行,AGV的作业场景也由静态单一转变为动态复杂,因此需要有一套智能调度系统来进行统一的管控。作者在研究AGV调度系统中任务调度、路线规划等关键问题的基础上,结合项目实践,基于领域驱动设计理论设计并实现了AGV调度系统,主要开展的工作内容如下:首先,从业务用例分析着手,以活动图为主要工具对功能需求进行深入的分析,进而提出调度领域解决方案,对核心领域概念进行剖析解读,提取了核心领域的静态模型与动态模型;其次,结合多种架构视图对系统体系结构进行设计并完成系统接口设计;再次,对系统各功能模块进行详细设计与实现,完成应用模块及领域组件的类设计与逻辑设计,实现了包括基于资源分配方式实现的交通管制策略、基于有向图最短路算法实现的路线规划算法,基于二分图匹配实现的任务分配算法以及基于设计模式实现的通信适配器等组件;最后,对系统进行了大量的测试,通过设计对比实验对路线规划、交通管制、车辆分配等模块进行功能测试,验证了系统功能的有效性,并通过制定性能测试方案进行了单一场景测试和多场景对比测试与分析,测试结果说明系统具有良好的稳定性。目前,该系统已成功运用于十余个大型智能物流项目,能够满足实际应用需求,并且具有良好的扩展性、稳定性,本文的研究内容对行业技术发展实践具有一定的借鉴意义。
曹立佳,刘洋[2]（2021）在《制造车间自动导引车调度新进展》文中指出随着制造企业生产自动化程度加深,自动导引车（AGV）成为运输和搬运环节的主角。近年来,制造车间AGV调度主要是建立双目标或多目标函数的优化模型,采用智能优化方法进行求解,其中遗传算法以广度搜索能力强的优势成为当今最常用的算法框架。另外,当今主流的还有混合算法,它使各种算法和算子的优势集中在一起,以得到更好的优化表现。就最新的制造车间AGV调度优化所研究的问题模型进行了归纳和总结,给出了主流的优化结果表现形式,并将求解优化模型主要采用的研究方法分为基于遗传算法框架的算法、其他智能优化方法和其他优化方法三大类进行讨论,在每一大类中提取重要的关键字以及交叉学科词汇进行汇总。在此基础之上总结出当今AGV调度研究中的两点不足之处,并结合当今的热点（大数据、人工智能等）对未来的研究方向提出了几条建议。
陈展[3]（2021）在《AGV调度系统的路径规划优化和通讯适配技术的研究》文中认为自动导引车（Automated Guided Vehicle,AGV）,是配置相应导航定位功能的自动导引装置,能够沿系统规划的路径行驶,具有安全保护且能完成各种任务作业的自动设备,是现代工业自动化物流系统重要的组成部分,具有环境适应性强、自动化程度高、安全灵活和便于维护的特点。在食品加工、电子电器、机械加工和新能源化工等领域,其产品、技术及解决方案具有日益广泛的应用场景。而AGV调度系统在AGV集群的协同作业中,是决定整体解决方案可行性和效率的关键因素。论文分别对国内外AGV调度系统在路径规划技术,AGV调度系统对不同导航方式、轮系AGV的通用兼容性,两方面的研究现状进行了深入调研。依据AGV系统的项目需求,优化开发AGV调度系统框架,通过上位机的Kernel控制台应用程序、Kernel Control Center配置程序、Plant Overview控制程序和i Cloudy的Web页面程序,实现路径规划优化和AGV的通讯适配驱动,并模块化设计完成:地图模型构建、交通管理和运维监控的功能。针对路径规划模块,在求解多源最短路径时,采用基于禁忌搜索的多AGV系统路径优化算法,改善传统经典路径搜索算法的收敛速度限制和运算空间瓶颈,并引入路径能耗属性、时间属性和路径负载均衡目标参数的优化效果。模块化开发集成到Kernel运算内核,通过分组仿真实验证明该方法的优越性和必要性。然后为AGV系统设计一种高效稳定的通讯方案,通过对比常用无线通讯传输技术基于通讯覆盖范围、传输速率、实时性以及AGV系统工作环境要求,确定合理的WLAN网络拓扑结构,定义了上位机调度系统与AGV的通讯协议内容,开发兼容导航方式和轮系的AGV通讯适配驱动,测试其稳定性和可靠性。最后对AGV调度系统实验联调,通过对某工厂物流搬运系统的真实物理环境地图建模,配置AGV状态属性,分组派发不同规模的任务订单,跟踪系统运行流程和任务作业执行全过程。对调度系统框架及算法实现进行验证,实验结果满足预期设计目标,具备一定的可行性,稳定性和优越性,具有重要的学术研究和工程应用意义。
于佳乔[4]（2021）在《AGV系统路径规划与任务调度研究》文中指出近年来,随着中国制造“2025”计划的深入开展,传统制造业领域掀起了一场以提高数字化、智能化为目标的转型浪潮。2021年全国两会“十四五”规划再次提出“智能制造”是制造业转型升级的必由之路,其核心与关键要素之一是智能物流系统的实现。智能化AGV（Automatic Guided Vehicle）在智能物流系统中扮演着重要角色,不仅需要与生产工艺相结合,更要求具有思维、感知、学习、推理判断和自主决策的能力。面对高度柔性化的生产制造需求,AGV的调度规划问题一直是工业现场亟待解决的技术难题。本文针对单AGV在运行过程中产生的路径冗余及碰撞问题和多AGV系统中任务分配、任务排序问题分别进行了研究。主要研究内容为:首先,针对AGV路径规划中地图建模方法及调度算法选择问题,分析了三种不同的建模方法,建立以栅格地图为基础的单AGV路径模型。分析了AGV调度系统中常用的A*算法和遗传算法,基于遗传算法具有良好的可延展性特点,提出应用改进的遗传算法解决AGV系统调度问题。其次,研究了单AGV路径冗余及碰撞问题,在传统遗传算法内加入避障模块,同时在适应度函数中加入光滑度函数,对AGV转弯角度进行惩罚值设定。在保证遗传算法自身良好的全局搜索能力及鲁棒性同时,使搜索到的路径更短,转弯角度更大,让AGV行走过程顺畅、安全且高效。接下来,针对中大型工厂中,单AGV工作不能满足生产需求的问题,进一步研究,在模型中加入多辆AGV,组成AGVS系统,以AGV补料任务行走总距离最短为目标,结合路径选择及任务排序双重标准,提出双层编码方式;同时为避免染色体上基因聚集到小的邻域内,提出一种改进遗传算法,算法中增加了多种变异过程,相较于传统遗传算法扩大了解的空间,防止局部最优解产生。而后通过MATLAB对环境进行建模、仿真,并与基本遗传算法进行对比。最后,结合以上研究内容和数字孪生技术,文章应用Plant Simulation软件,进行仿真虚拟建模。通过软件的开放界面可以从虚拟环境中看到未来实际生产的全部信息。对仿真参数的更改可以更加贴近真实工厂的物流运输环节。在验证文章所提出优化算法的同时,还可以从二维或三维框架下直接观察到模型具体情况,即可全方位了解AGV系统实际运行流程。
朱承涛[5]（2021）在《基于人工智能叉车搬运的跨层穿梭车系统设计及配置优化》文中进行了进一步梳理近两年受世界范围内的疫情影响,各国普遍实施外出管控措施,减少人员不必要流动,促进了居家购物为代表的“宅经济”的发展。消费模式的转型也对企业物流能力提出了新的要求,新兴快消行业和部分资本薄弱的传统行业,正在考虑引入多层穿梭车系统,提升自身物流服务水平。而如今普遍使用的传统多层穿梭车系统（Multi-tier Shuttle Storage&Retrieval System,MS S/RS）,采用不跨层的穿梭车,以固定式输送机作为搬运设备,在灵活性和拓展性方面性能较差,制约了其使用范围,且投资成本较高致使多数企业难以承担,因此从客观上限制了多层穿梭车系统的普及。本文提出了一种采用人工智能叉车搬运的跨层多层穿梭车系统（简称跨层穿梭车系统）。跨层穿梭车系统使用可跨层的穿梭车,采用“人工智能叉车+拣选台”作为搬运和拣选设备,取代了传统MSS/RS使用不跨层穿梭车和固定式输送机的模式。跨层穿梭车系统在维持相同存储容量和较高出入库能力的前提下,提高了系统的灵活性和拓展性。本文研究内容主要聚焦于跨层穿梭车系统设计、性能分析和配置优化。系统设计包括系统的整体设计、布局架构和配置条件,根据系统各组成部分的物理特征分析存储和分拣两种基本作业流程。性能分析旨在验证跨层穿梭车的各项性能指标（包括系统效率和订单完成周期等）,依据系统各组成设备的运动规律和作业流程衔接关系,建立系统订单服务时间为主要目标的混合排队网络模型。通过改变系统任务到达率、使用的跨层穿梭车和人工智能叉车数量,计算系统订单服务时间和设备利用率。随后利用Simulink平台搭建其仿真模型,验证计算结果的可靠性。为优化系统配置,本文提出订单服务时间、全周期系统使用成本、设备利用率三个目标函数,构建系统多目标优化配置模型,并采用NSGA-Ⅱ算法求解。在满足设定仓储量和出库任务规模的前提下,求得综合性能最优的配置关系,设计一套较为合理的配置参数。
张鹏[6]（2021）在《多AGV监控系统设计及调度算法研究》文中研究表明工业4.0和中国制造2025战略推进,AGV在智能仓储行业中应用率和普及率得到显着的提升,但目前智能仓储行业AGV任务分配混乱、监控管理不周会导致生产成本的提升,传统监控管理系统尚处于起步阶段。本文针对智能仓储行业监控管理存在的调度系统不稳定、数据传输效率低以及生产效率等问题,设计一种多AGV监控系统,充分将实时监控、数据采集、数据查询、异常状态查看等功能结合于一起,极大提高了多AGV协同工作的运转效率。本文的研究内容如下:首先,基于AGV在仓储环境中的实际工作特性,采用分层与模块化的设计理念,设计了下位机控制系统、无线通讯系统以及上位机控制系统的软硬件。在分析多AGV监控系统功能需求的基础上,提出了总体方案。其次,选定STM32F103RBT6作为主控芯片设计下位机控制系统;选用电枢电压控制法对直流电机进行控制;选择八个线性霍尔传感器构成磁导航模块,以满足AGV在实时性和稳定方面要求;选用Zig Bee星型组网方式完成上位机与下位机的双向通信。再次,对多AGV监控系统软件进行需求分析,设计软件系统的总体框架及各模块流程图;采用C#语言作为开发语言,SQL Server为系统数据库,在Visual Studio 2015操作平台上实现各个子模块的程序编写;对上位机与无线通讯系统之间通信协议标准进行设定。最后,针对AGV在运行过程中路径调度优化问题,提出一种改进的粒子群算法,通过借鉴遗传算法交叉、变异的思想对粒子进行交叉、变异操作以增强粒子群算法跳出局部求解的能力;本文仿真验证了该改进算法在优化AGV行驶路径方面的可行性。
王睿[7]（2021）在《GX公司SBS扬声器生产流程优化研究》文中指出微型扬声器行业,以其更新换代速度快、科研技术要求高的特点,在微电子行业占据了一席之地。国内企业以瑞声科技和歌尔声学为代表,引领了中国手机扬声器行业的发展,同时也存在一定数量的小型制造业开始竞争手机扬声器市场。但是关于小型制造业的发展问题,比如生产现场管理、设备和人才的配备、以及最优化成本等,还有很多的提升空间。对于小型制造业来说,最重要也是最致命的问题就是生产流程混乱。因此为了提高小型制造业的综合竞争力,并达成优化生产成本,产能整体提升的目标,将小型制造企业的生产流程作为研究对象。本文从微型扬声器的生产现状入手,以GX公司SBS扬声器的生产流程为研究对象,基于工业工程的相关理论进行生产流程优化方案的设计与实施。首先,深入生产现场实地调研考察,绘制SBS扬声器的价值流程图,并根据价值流程分析现行SBS扬声器生产流程的问题所在和其产生的原因:存在瓶颈工作站,生产布局不合理,物料上线效率低三个问题;其次,针对三个生产问题分别设计优化方案,通过传统IE的5W1H法、ECRS原则、MOD法等方法对瓶颈工作站的工序进行重排和调整,并使用Flexsim模拟仿真生产线,将生产线由原来的直线型改为U型,并规范物料摆放,引入AGV小车替代传统人工上料的方式,构建目标函数为AGV最优成本,最优解为AGV小车数量的排队论模型,求解后通过Lingo验证;最后通过对比改善前后的生产平衡率、设备和作业人数、占地面积等因素,确认了优化方案的有效性,并针对各优化方案的实施提出相应的保障措施。通过本文对SBS扬声器生产流程优化的研究,不仅可以解决了GX公司目前存在的生产问题,还为其他相似的制造企业提供了生产流程改善的思路和研究方法。优化方案的实施也为GX公司日后持续改善工作提供了源源不断的动力。
郭洪月[8]（2020）在《某AGV自动泊车系统调度策略与路径规划研究》文中认为伴随着经济的快速发展,汽车数量急剧增加所导致的交通堵塞和停车难等问题日益突出。智能泊车管理系统推进了停车场的智能化建设,应用自动泊车机器人（AGV）实现智能停车场的自动泊车服务,为有效解决城市静态交通问题提供了新的技术解决方案。本文首先结合某商场地下停车场的实际建设情况,通过对其业务需求分析,确定了自动泊车调度系统的调度流程,设计出该系统的总体架构,为后续的深入研究奠定了基础。其次,以排队论为基础制定系统任务调度总则,结合任务特性建立其优先级表,依据任务时间窗制定系统动态调度策略,基于动态优先级表解决任务资源配置问题。再次,选择拓扑地图构建停车场的电子地图,采用改进A*算法,基于时间窗的动态调度策略,提出一种复合权重AGV路径规划模型,解决AGV路径规划运行冲突及资源利用率等问题。最后,通过仿真实验得到自动泊车调度系统可有效减少AGV运行转弯次数和运行时间,解决运行冲突碰撞,验证了本文所设计方案的可行性,为相关技术的应用提供参考。本文以智能停车场自动泊车调度系统为切入点,所制定的调度策略可优化整体调度资源配置,路径规划算法可有效解决运行冲突,提高AGV的利用率,进而提高停车场的整体运行效率。此系统具有一定的实用性,可为现有停车场的进一步优化设计提供理论基础和参考依据。
李雯[9]（2020）在《面向动态时间窗的多AGV物流分拣系统规划及调度优化》文中进行了进一步梳理随着互联网信息技术的广泛应用,企业发展战略的创新以及内部管理模式的更新,加之国家的大力扶持,电商企业得到喷井式发展,在国家经济发展中所占比例越来越高。因此,各行各业的人逐渐密切关注电商行业各个模块的发展。在电商平台上下单的顾客,主要关注两个点,第一点就是商品本身的质量,第二点就是到货的效率,商品到达顾客手中的时间,即时间越短越好。第一点是由商品本身特性所决定的,需要电商平台对各个店铺严加管理,第二点提出了订单处理效率对顾客满意度的重要度。在整个订单处理过程中,分拣作业占据了48%的处理时间,因此对物流分拣系统进行规划以及调度优化。目前无论是京东自营物流的亚洲一号库还是阿里、苏宁等其他电商平台所承接的配送中心都逐渐朝着“自动化”、“智能信息化”、“无人化”的方向发展,顾客订单的分拣模式也已经由“人到货”转变成现在的“货到人”模式,其中最典型的就是AGV小车物流分拣模式。分析现有配送中心物流分拣系统,发现其中存在诸多问题,主要概括为以下三点:第一AGV小车数量不合理,造成固定资源浪费;第二AGV小车在分拣过程中行驶路径过长,造成分拣作业无法按时完成;第三AGV小车在行驶过程中易出现碰撞等冲突情况。因此针对以上存在的三个问题,本文将提出相对应的解决措施。第一基于排队论确定AGV小车的数量。根据京东某一配送中心现有的物流分拣系统AGV小车的排队系统和排队论的理论知识,约束条件是当分拣系统达到平稳状态、顾客订单等待时长小于顾客所能容忍的最长等待时长,建立AGV小车物流分拣系统排队模型,最终确定在各个时间段物流分拣系统中所需要的AGV小车数量。第二基于时间窗的多AGV路径规划研究。首先根据实际平面图建立电子地图,先利用原始的Dijkstra算法确定单辆AGV小车的行驶路径,再设计一种结合时间窗的改进Dijkstra算法,确定多AGV小车的最优行驶路径。第三AGV小车冲突及协调策略。首先确定AGV小车在行驶过程中出现的冲突类型和行驶规则,提出两种类型的冲突协调策略:基于速度调整的协调策略和基于路径改变的协调策略,最后利用Fl EXSIM仿真软件对以上的两种协调策略进行验证。
王博[10]（2020）在《Auto Store密集型仓储系统规划设计及其调度优化研究》文中指出Auto Store密集型仓储系统是一种集密集货架与AGV搬运小车于一体的新型仓储系统,与现有系统相比,在仓储空间利用与作业效率上具有一定的优越性。现阶段国内外学者对密集型仓储系统的研究多以穿梭式密集仓储系统为主,内容包括:仓储作业任务分批或合并、仓储AGV资源配置优化、储位分区以及调度路径优化等。目前,针对“货到人”仓储系统研究较少。本文以此为研究对象,对仓储系统中的资源配置优化、任务分配以及路径规划等问题进行研究,在研究过程中,对部分方法进行适应性的改进。主要研究内容如下:根据仓储系统作业流程建立Petri网模型及Flexsim仿真模型,分析仓储系统中影响仓储作业能力的两大因素——AGV数量与出入库作业台数量的最优配置关系。并通过建立数学模型,分析最优数量计算公式,以及当该系统货架高度变化和订单频率变化时,对仓储系统AGV及作业台最优数量配置的影响。通过数学公式推导得出它们之间的具体关系,并采用仿真软件设计实验进行验证。针对AGV调度任务分配问题,进行数学建模。设计改进的自适应多种群遗传算法对问题进行求解,主要改进点为:增加算法对生成的初始解分布判断,使初始解能较为均匀地分布在解空间中,保证算法的多样性,避免陷入局部最优解。其次,针对低适应度的解,提高交叉变异的几率,若解没有达到平均适应度,就再提高一个几率范围以加快收敛速度。通过实例,验证所提出的改进多种群遗传算法的可行性与有效性。对仓储多AGV系统路径规划问题进行分析,提出基于拓扑图权重的两阶段A*算法,设计新的启发式函数,不仅减少算法对路径节点的搜索量,提高算法速度,减少AGV交通冲突发生的可能。对交通冲突提出冲突类型预测机制,根据不同冲突类型设计冲突解决策略。在多AGV冲突中,设计贪心算法对策略集的求解思路,减少冲突策略对后续通行AGV的影响,使AGV冲突等待时间成本最低。设计实验方案,对改进A*算法及冲突解决策略进行仿真验证。
二、基于排队论的AGV调度研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于排队论的AGV调度研究（论文提纲范文）
（1）基于领域驱动设计的AGV调度系统设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 任务调度现状 |
| 1.2.2 路径规划算法现状 |
| 1.2.3 领域驱动研究现状 |
| 1.3 论文主要内容和组织结构 |
| 2 相关技术概述 |
| 2.1 图论基础 |
| 2.2 相关技术 |
| 2.2.1 Spring Boot |
| 2.2.2 EventBus |
| 2.2.3 Modbus |
| 2.2.4 MQTT |
| 2.2.5 WebSocket |
| 2.3 相关算法 |
| 2.3.1 匈牙利算法 |
| 2.3.2 迪杰斯特拉算法 |
| 2.3.3 分支限界算法 |
| 2.4 本章小结 |
| 3 多AGV调度系统需求分析 |
| 3.1 调度系统概述 |
| 3.1.1 AGV系统构成 |
| 3.1.2 总体业务应用场景 |
| 3.1.3 领域核心特性需求 |
| 3.2 业务用例分析 |
| 3.3 功能需求分析 |
| 3.3.1 地图管理功能 |
| 3.3.2 订单管理功能 |
| 3.3.3 监控管理功能 |
| 3.3.4 调度服务功能 |
| 3.4 数据需求分析 |
| 3.5 非功能需求分析 |
| 3.6 本章小结 |
| 4 多AGV动态调度问题领域建模 |
| 4.1 提出领域解决方案 |
| 4.1.1 调度核心流程剖析 |
| 4.1.2 调度领域解决方案 |
| 4.2 核心领域概念剖析 |
| 4.2.1 决策规则分析 |
| 4.2.2 调度策略分析 |
| 4.2.3 订单模型分析 |
| 4.2.4 交通模型分析 |
| 4.3 调度领域静态建模 |
| 4.3.1 领域对象字典 |
| 4.3.2 领域对象模型 |
| 4.4 调度领域动态建模 |
| 4.4.1 领域服务对象 |
| 4.4.2 领域动态模型 |
| 4.5 本章小结 |
| 5 多AGV调度系统概要设计 |
| 5.1 物理架构设计 |
| 5.2 逻辑架构设计 |
| 5.3 技术架构设计 |
| 5.4 运行架构设计 |
| 5.5 用户界面设计 |
| 5.6 系统接口设计 |
| 5.6.1 基于Restful和 Websocket的 Web接口 |
| 5.6.2 基于Socket的第三方系统接口 |
| 5.6.3 基于MQTT协议的AGV通信规范 |
| 5.7 数据存储设计 |
| 5.8 本章小结 |
| 6 多AGV调度系统详细设计与实现 |
| 6.1 地图管理功能模块设计与实现 |
| 6.1.1 模块类设计 |
| 6.1.2 实现逻辑 |
| 6.1.3 界面展示 |
| 6.2 订单管理功能模块设计与实现 |
| 6.2.1 模块类设计 |
| 6.2.2 实现逻辑 |
| 6.2.3 界面展示 |
| 6.3 监控管理功能模块设计与实现 |
| 6.3.1 事件总线设计 |
| 6.3.2 模块类设计 |
| 6.3.3 对象池设计 |
| 6.3.4 交互逻辑 |
| 6.3.5 界面展示 |
| 6.4 调度服务组件详细设计与实现 |
| 6.4.1 领域模型组件 |
| 6.4.2 订单派遣组件 |
| 6.4.3 路线规划组件 |
| 6.4.4 车辆管理组件 |
| 6.4.5 调度管理组件 |
| 6.5 本章小结 |
| 7 多AGV调度系统测试 |
| 7.1 算法测试 |
| 7.1.1 最短路径算法测试 |
| 7.1.2 车辆分配算法测试 |
| 7.2 功能测试 |
| 7.2.1 路线规划测试 |
| 7.2.2 交通管制测试 |
| 7.2.3 车辆分配测试 |
| 7.2.4 测试用例 |
| 7.3 性能测试 |
| 7.3.1 测试场景介绍 |
| 7.3.2 单一场景测试 |
| 7.3.3 多场景对比测试 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）制造车间自动导引车调度新进展（论文提纲范文）
| 1 AGV调度问题描述 |
| 2 AGV调度智能优化算法 |
| 2.1 基于遗传算法框架的算法 |
| 2.2 其他智能优化方法 |
| 3 其他AGV调度优化方法 |
| 4 总结及未来工作 |
（3）AGV调度系统的路径规划优化和通讯适配技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 论文主要研究目标 |
| 1.4 论文内容结构 |
| 第2章 AGV调度系统的架构设计 |
| 2.1 系统架构 |
| 2.2 环境建模 |
| 2.2.1 环境建模方法 |
| 2.2.2 调度系统环境建模 |
| 2.3 任务订单派发 |
| 2.4 交通管理 |
| 2.4.1 路径冲突类型 |
| 2.4.2 路径资源分配机制 |
| 2.4.3 阻塞 |
| 2.5 iCloudy的运维监控系统 |
| 2.5.1 运维监控 |
| 2.5.2 客户端实现 |
| 2.6 本章小结 |
| 第3章 AGV调度系统的路径规划算法 |
| 3.1 路径规划算法介绍 |
| 3.2 禁忌搜索算法 |
| 3.2.1 算法结构设计 |
| 3.2.2 算法步骤实现 |
| 3.3 仿真实验分析 |
| 3.4 本章小结 |
| 第4章 AGV调度通讯系统的设计与实现 |
| 4.1 通讯系统结构 |
| 4.2 通讯适配驱动的设计 |
| 4.3 通讯适配驱动的实现 |
| 4.4 通讯系统实验 |
| 4.5 本章小结 |
| 第5章 AGV调度系统实验 |
| 5.1 实验设计 |
| 5.1.1 工厂环境建模 |
| 5.1.2 任务订单派发 |
| 5.2 实验结果分析 |
| 5.3 小结 |
| 第6章 总结与展望 |
| 6.1 本文的主要工作 |
| 6.2 进一步的工作展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（4）AGV系统路径规划与任务调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 AGV路径规划研究现状 |
| 1.2.2 AGV调度算法研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文章节安排 |
| 第2章 AGV路径规划概述及算法研究 |
| 2.1 AGV系统路径规划问题描述 |
| 2.2 单AGV系统地图建模方法选择 |
| 2.2.1 拓扑图表示法 |
| 2.2.2 单元数法 |
| 2.2.3 栅格图法 |
| 2.3 AGV路径规划算法 |
| 2.3.1 A*算法 |
| 2.3.2 遗传算法 |
| 2.4 AGV路径规划中遗传算法基本流程 |
| 2.5 本章小结 |
| 第3章 基于光滑度遗传算法的AGV路径规划 |
| 3.1 基于光滑度遗传算法的AGV路径规划问题描述 |
| 3.2 基于改进遗传算法的AGV路径规划 |
| 3.2.1 基于路径编号的实数编码方式 |
| 3.2.2 嵌入避障算法的初始种群 |
| 3.2.3 基于光滑度函数改进的遗传算法适应度 |
| 3.2.4 轮盘赌选择法 |
| 3.2.5 交叉操作 |
| 3.2.6 变异操作 |
| 3.3 仿真实验结果 |
| 3.4 本章小结 |
| 第4章 基于双层编码方式多AGV任务调度 |
| 4.1 建立数学模型 |
| 4.2 改进的遗传算法 |
| 4.2.1 双层编码方式 |
| 4.2.2 初始种群生成 |
| 4.2.3 基于双层编码的变异操作 |
| 4.2.4 基于双层编码的交叉操作 |
| 4.2.5 迭代终止条件 |
| 4.3 仿真实验与结果分析 |
| 4.4 本章小结 |
| 第5章 基于Plant Simulation的AGV调度策略优化仿真方案研究 |
| 5.1 数字孪生技术 |
| 5.2 Plant Simulation软件简介 |
| 5.2.1 Plant Simulation主要特点 |
| 5.2.2 Plant Simulation 功能介绍 |
| 5.2.3 Plant Simulation基本应用单元 |
| 5.3 基于Plant Simulation的多AGV系统仿真实验 |
| 5.3.1 仿真平台整体模型 |
| 5.3.2 仿真与结果 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（5）基于人工智能叉车搬运的跨层穿梭车系统设计及配置优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 MSS/RS研究现状 |
| 1.2.2 自动化搬运系统研究现状 |
| 1.2.3 排队网络模型研究现状 |
| 1.2.4 设备租赁及其成本分析研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 人工智能叉车搬运的跨层穿梭车系统设计 |
| 2.1 系统设计概况 |
| 2.1.1 主要构成 |
| 2.1.2 仓储布局架构设计 |
| 2.2 系统作业流程设计 |
| 2.2.1 分拣作业流程 |
| 2.2.2 存储作业流程 |
| 2.3 与普通多层穿梭车系统的比较 |
| 2.4 本章小结 |
| 第三章 人工智能叉车搬运的跨层穿梭车系统性能分析 |
| 3.1 问题描述 |
| 3.2 订单服务时间分析 |
| 3.3 设备作业时间分析 |
| 3.3.1 穿梭车平均作业时间 |
| 3.3.2 提升机平均作业时间 |
| 3.3.3人工智能叉车平均作业时间 |
| 3.3.4 拣选台平均作业时间 |
| 3.4 人工智能叉车搬运的跨层穿梭车系统混合排队网络模型 |
| 3.4.1 排队系统理论 |
| 3.4.2 混合排队网络模型 |
| 3.4.3 排队网络求解系统性能指标 |
| 3.4.4 系统性能指标影响因素和约束条件 |
| 3.5 实验验证及灵敏度分析 |
| 3.5.1 实验案例 |
| 3.5.2 灵敏度分析 |
| 3.6 本章小结 |
| 第四章 使用租赁式人工智能叉车的跨层穿梭车系统配置优化 |
| 4.1 问题描述 |
| 4.2 使用租赁式人工智能叉车的跨层穿梭车系统的配置优化 |
| 4.2.1 全周期成本目标函数 |
| 4.2.2 订单服务时间目标函数 |
| 4.2.3 人工智能叉车利用率目标函数 |
| 4.2.4 人工智能叉车搬运的跨层穿梭车系统配置优化模型 |
| 4.3 使用租赁式人工智能叉车搬运的跨层穿梭车系统配置优化模型求解 |
| 4.4 实验及结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（6）多AGV监控系统设计及调度算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 智能仓储AGV研究现状 |
| 1.2.2 实时监控系统的研究现状 |
| 1.2.3 AGV系统任务调度策略研究现状 |
| 1.3 本文主要研究内容及组织结构 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文组织结构安排 |
| 1.4 本章小结 |
| 第二章 多AGV监控系统总体设计 |
| 2.1 多AGV监控系统需求分析 |
| 2.2 多AGV监控系统总体架构 |
| 2.3 下位机控制系统设计 |
| 2.3.1 AGV功能需求 |
| 2.3.2 AGV运动状态分析 |
| 2.3.3 AGV运动模型 |
| 2.4 无线通讯系统设计 |
| 2.4.1 无线通讯技术选择 |
| 2.4.2 ZigBee通讯特点 |
| 2.5 上位机控制系统设计 |
| 2.6 系统主要器件分析及选型 |
| 2.6.1 主控芯片 |
| 2.6.2 无线传输模块 |
| 2.7 本章小结 |
| 第三章 多AGV监控系统硬件设计 |
| 3.1 多AGV监控系统硬件设计目标 |
| 3.2 多AGV监控系统硬件总体设计 |
| 3.3 下位机控制系统硬件设计 |
| 3.3.1 驱动模块电路设计 |
| 3.3.2 主控模块电路设计 |
| 3.3.3 电源模块电路设计 |
| 3.3.4 RFID模块电路设计 |
| 3.3.5 避障模块电路设计 |
| 3.3.6 磁导航模块电路设计 |
| 3.3.7 人机交互模块电路设计 |
| 3.3.8 A/D与D/A电路设计 |
| 3.4 无线通讯系统硬件设计 |
| 3.4.1 无线模块电路设计 |
| 3.4.2 串口电路电路设计 |
| 3.5 上位机硬件设计 |
| 3.6 本章小结 |
| 第四章 多AGV监控系统软件设计 |
| 4.1 多AGV监控系统软件总体架构 |
| 4.2 下位机系统软件设计 |
| 4.2.1 主控模块软件开发环境 |
| 4.2.2 PWM波形产生流程 |
| 4.2.3 电机测速程序设计 |
| 4.2.4 红外避障模块软件设计 |
| 4.2.5 驱动控制模块程序流程 |
| 4.3 无线通讯系统软件设计 |
| 4.3.1 ZigBee软件开发环境 |
| 4.3.2 ZigBee网络体系 |
| 4.3.3 ZigBee协议栈架构 |
| 4.3.4 ZigBee网络拓扑结构 |
| 4.3.5 无线通讯组网设计 |
| 4.4 上位机系统软件设计 |
| 4.4.1 上位机软件开发环境 |
| 4.4.2 上位机软件总体架构 |
| 4.4.3 上位机系统启动流程设计 |
| 4.4.4 用户登录功能软件设计 |
| 4.4.5 上位机界面设计 |
| 4.5 控制系统命令设计 |
| 4.6 本章小结 |
| 第五章 AGV调度算法研究 |
| 5.1 AGV调度算法概述 |
| 5.2 AGV调度问题定义 |
| 5.3 调度算法介绍 |
| 5.3.1 建模与仿真方法 |
| 5.3.2 智能优化算法 |
| 5.3.3 混合优化算法 |
| 5.4 标准粒子群算法 |
| 5.5 AGV最优路径调度改进粒子群算法设计 |
| 5.5.1 AGV工作环境数学建模 |
| 5.5.2 适应度函数建立 |
| 5.5.3 自适应调整惯性权重 |
| 5.5.4 粒子选择、交叉过程 |
| 5.5.5 粒子变异过程 |
| 5.5.6 改进粒子群算法流程 |
| 5.5.7 基于MATLAB的改进粒子群算法实现 |
| 5.6 本章小结 |
| 第六章 多AGV监控系统实现 |
| 6.1 下位机控制系统硬件实现 |
| 6.2 下位机控制系统功能实现 |
| 6.2.1 AGV巡线能力测试 |
| 6.2.2 AGV避障能力测试 |
| 6.3 上位机监控系统实现 |
| 6.3.1 用户登录功能实现 |
| 6.3.2 AGV系统设置功能实现 |
| 6.3.3 用户管理功能实现 |
| 6.3.4 密码设置功能实现 |
| 6.3.5 异常状态查看功能实现 |
| 6.3.6 上位机控制功能实现 |
| 6.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（7）GX公司SBS扬声器生产流程优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状及评述 |
| 1.3.1 国内外研究现状 |
| 1.3.2 国内外现状研究评述 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第2章 GX公司SBS扬声器生产流程现状及问题 |
| 2.1 公司概况 |
| 2.1.1 公司简介 |
| 2.1.2 公司产品简介 |
| 2.1.3 公司组织结构 |
| 2.2 SBS扬声器生产流程现状分析 |
| 2.2.1 生产工序流程分析 |
| 2.2.2 工序流程数据收集 |
| 2.2.3 生产流程指标计算 |
| 2.3 SBS扬声器价值流程现状绘制 |
| 2.3.1 生产价值流信息收集 |
| 2.3.2 绘制生产价值流程现状图 |
| 2.4 SBS扬声器生产流程问题分析 |
| 2.4.1 生产工序问题分析 |
| 2.4.2 生产线布局问题分析 |
| 2.4.3 生产线上料问题分析 |
| 2.5 基于价值流程现状图的问题成因分析 |
| 2.6 本章小结 |
| 第3章 GX公司SBS扬声器生产流程优化方案设计 |
| 3.1 SBS扬声器生产流程优化的规划 |
| 3.1.1 流程优化目标 |
| 3.1.2 流程优化原则 |
| 3.2 SBS扬声器瓶颈工作站优化 |
| 3.2.1 01 工作站改善方案 |
| 3.2.2 03 和04工作站改善方案 |
| 3.2.3 05 工作站改善方案 |
| 3.3 SBS扬声器生产线布局优化方案设计 |
| 3.3.1 生产线布局优化原则 |
| 3.3.2 生产线布局优化准备工作 |
| 3.3.3 生产线布局优化方案 |
| 3.4 SBS扬声器生产线上料流程优化 |
| 3.4.1 引入自动引导车 |
| 3.4.2 自动引导车上料系统概述 |
| 3.4.3 建立自动引导车上料模型 |
| 3.4.4 模型分析 |
| 3.5 本章小结 |
| 第4章 GX公司SBS扬声器生产流程优化方案实施 |
| 4.1 SBS扬声器瓶颈工作站改善 |
| 4.1.1 建模前准备 |
| 4.1.2 仿真模型构建 |
| 4.1.3 仿真运行结果分析 |
| 4.2 SBS扬声器生产线布局改善 |
| 4.2.1 采用U型布局 |
| 4.2.2 规范物料摆放位置 |
| 4.3 SBS扬声器上料方案改善 |
| 4.3.1 数据准备 |
| 4.3.2 模型求解 |
| 4.3.3 最优解验证分析 |
| 4.3.4 上料方案的经济分析 |
| 4.4 本章小结 |
| 第5章 GX公司SBS扬声器生产流程优化方案改善效果和保障 |
| 5.1 SBS扬声器生产流程优化方案实施的改善效果 |
| 5.1.1 优化后生产流程分析 |
| 5.1.2 优化后生产线平衡率 |
| 5.1.3 优化后设备和工人数量 |
| 5.1.4 优化后产线布局效果 |
| 5.2 SBS扬声器生产流程优化方案实施的保障措施 |
| 5.2.1 组织保障 |
| 5.2.2 制度保障 |
| 5.2.3 资源保障 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（8）某AGV自动泊车系统调度策略与路径规划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 系统调度策略研究现状 |
| 1.2.2 路径规划研究现状 |
| 1.3 主要研究内容 |
| 第2章 某自动泊车调度系统设计 |
| 2.1 智能停车场应用场景描述 |
| 2.1.1 智能停车场建设概况 |
| 2.1.2 自动泊车系统管理平台 |
| 2.2 自动泊车调度系统功能需求分析 |
| 2.3 AGV自动泊车调度流程 |
| 2.3.1 自动泊车业务流程 |
| 2.3.2 自动泊车任务调度流程 |
| 2.4 自动泊车调度系统设计框架 |
| 2.4.1 总体框架结构 |
| 2.4.2 详细功能模块 |
| 2.5 本章小结 |
| 第3章 自动泊车调度系统任务调度策略研究 |
| 3.1 自动泊车调度系统任务 |
| 3.1.1 调度任务类型 |
| 3.1.2 任务类型界定 |
| 3.2 任务生命周期状态描述 |
| 3.3 基于排队论的任务调度规则 |
| 3.3.1 排队论基础理论 |
| 3.3.2 AGV任务调度规则 |
| 3.4 基于排队论的动态任务调度策略 |
| 3.4.1 优先级分配策略 |
| 3.4.2 动态优先级表的应用 |
| 3.5 本章小结 |
| 第4章 基于时间窗的改进A*算法路径规划 |
| 4.1 AGV路径规划目标 |
| 4.2 AGV运行环境建模 |
| 4.2.1 地图建模方法选择 |
| 4.2.2 环境电子地图建模 |
| 4.3 基于时间窗的改进A*算法设计 |
| 4.3.1 最短路径基础算法选择 |
| 4.3.2 限制转弯权值的改进A*算法 |
| 4.3.3 基于时间窗的动态避障措施 |
| 4.3.4 基于复合权重的路径规划算法模型 |
| 4.4 AGV路径规划仿真验证 |
| 4.4.1 单任务路径规划仿真验证 |
| 4.4.2 多任务联合调度路径规划仿真验证 |
| 4.5 本章小结 |
| 第5章 自动泊车调度系统设计与实现 |
| 5.1 自动泊车调度系统简介 |
| 5.2 业务管理功能 |
| 5.3 任务调度功能 |
| 5.4 路径规划功能 |
| 5.5 AGV状态管理功能 |
| 5.6 调度系统运行效益 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（9）面向动态时间窗的多AGV物流分拣系统规划及调度优化（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 分拣系统规划及调度相关内容 |
| 1.2.2 AGV小车调度国内外研究现状 |
| 1.2.3 时间窗相关内容 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 第二章 电商物流分拣系统调研及需求分析 |
| 2.1 京东物流分拣系统规模及其复杂性 |
| 2.2 物品类型以及包装规格 |
| 2.3 物流拣货系统资源集合 |
| 2.4 订单分拣完成时间 |
| 2.5 订单出库特点 |
| 2.6 本章小结 |
| 第三章 物流分拣系统排队论模型研究 |
| 3.1 现有物流分拣系统描述 |
| 3.1.1 现有物流分拣系统的流程描述 |
| 3.1.2 现有物流分拣系统特征描述 |
| 3.2 模型假设 |
| 3.3 模型建立 |
| 3.4 求解 |
| 3.5 结果分析 |
| 3.6 本章小结 |
| 第四章 面向动态时间窗的路径规划研究 |
| 4.1 分拣仓库的布局平面图以及电子地图的制定 |
| 4.1.1 分拣仓库的布局平面图 |
| 4.1.2 电子地图的制定 |
| 4.2 单AGV小车的路径规划 |
| 4.3 多AGV小车的路径规划 |
| 4.3.1 多AGV小车路径规划算法 |
| 4.3.2 时间窗算法 |
| 4.4 多AGV小车路径模型建立及实例计算 |
| 4.4.1 多AGV小车路径规划模型建立 |
| 4.4.2 多AGV小车的规划路线 |
| 4.5 本章小结 |
| 第五章 多AGV小车冲突及协调策略 |
| 5.1 AGV小车冲突类型 |
| 5.2 AGV小车行驶规则以及优先级别设置 |
| 5.2.1 AGV小车行驶规则 |
| 5.2.2 AGV小车优先级别设置 |
| 5.3 AGV小车行驶控制模式 |
| 5.4 AGV小车冲突协调策略 |
| 5.4.1 基于调整速度的AGV冲突协调策略 |
| 5.4.2 基于路径改变的AGV冲突协调策略 |
| 5.5 AGV小车协调策略流程 |
| 5.5.1 前置处理 |
| 5.5.2 检测冲突情况 |
| 5.6 基于FLEXSIM的路径规划方案仿真验证 |
| 5.6.1 建立FLEXSIM仿真模型 |
| 5.6.2 仿真模型运行 |
| 5.6.3 仿真数据分析 |
| 5.7 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究总结及结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（10）Auto Store密集型仓储系统规划设计及其调度优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 密集仓储系统 |
| 1.3 密集仓储系统研究现状 |
| 1.3.1 仓储系统建模仿真研究现状 |
| 1.3.2 AGV调度分配研究现状 |
| 1.3.3 AGV路径规划研究现状 |
| 1.3.4 国内外研究现状分析 |
| 1.4 研究内容及技术路线 |
| 第二章 Auto Store密集型仓储系统 |
| 2.1 Auto Store密集型仓储系统概述 |
| 2.2 Auto Store密集型仓储系统构成 |
| 2.2.1 硬件系统 |
| 2.2.2 软件系统 |
| 2.3 出入库作业流程 |
| 2.3.1 入库作业流程 |
| 2.3.2 出库作业流程 |
| 2.4 其他密集型仓储系统比较 |
| 2.5 本章小结 |
| 第三章 Auto Store仓储系统资源配置建模与仿真优化 |
| 3.1 Auto Store仓储系统资源配置问题分析 |
| 3.2 基于Petri网的Auto Store仓储系统建模 |
| 3.2.1 Petri网概述论 |
| 3.2.2 入库作业建模与分析 |
| 3.2.3 出库作业建模与分析 |
| 3.3 基于Flexsim的 Auto Store仓储系统作业仿真 |
| 3.3.1 Flexsim仿真软件概述 |
| 3.3.2 仿真模型及参数设计 |
| 3.3.3 入库作业仿真 |
| 3.3.4 出库作业仿真 |
| 3.3.5 仿真结果分析 |
| 3.4 Auto Store仓储系统资源配置优化研究 |
| 3.4.1 问题描述与基本假设 |
| 3.4.2 Auto Store仓储系统优化数学模型 |
| 3.4.3 Auto Store仓储系统优化模型求解 |
| 3.4.4 优化结果分析与验证 |
| 3.5 本章小结 |
| 第四章 Auto Store仓储系统AGV调度任务分配研究 |
| 4.1 仓储系统AGV调度任务分配问题分析 |
| 4.2 AGV调度任务分配数学建模 |
| 4.2.1 问题描述 |
| 4.2.2 基本假设 |
| 4.2.3 目标函数与约束条件 |
| 4.3 基于改进的多种群遗传算法 |
| 4.4.1 初始解生成设计 |
| 4.4.2 编码与适应度函数设计 |
| 4.4.3 遗传操作设计 |
| 4.4.4 终止条件与算法流程 |
| 4.4 算例测试 |
| 4.5 本章小结 |
| 第五章 Auto Store仓储系统AGV路径规划策略研究与仿真 |
| 5.1 Auto Store仓储系统多AGV路径规划问题分析 |
| 5.2 仓储系统环境建模 |
| 5.2.1 环境建模常用方法 |
| 5.2.2 两点之间距离的表示 |
| 5.3 改进的A*算法 |
| 5.3.1 传统路径规划算法 |
| 5.3.2 转弯修正系数 |
| 5.3.3 基于拓扑图权重的两阶段A*算法 |
| 5.4 冲突分类与检测 |
| 5.4.1 多AGV冲突预测 |
| 5.4.2 多AGV冲突类型预测 |
| 5.5 AGV冲突解决策略 |
| 5.5.1 两AGV冲突解决策略 |
| 5.5.2 多AGV冲突解决策略 |
| 5.6 基于Flexsim的多AGV路径规划与避碰仿真 |
| 5.6.1 仿真模型与拓扑图设计 |
| 5.6.2 改进A*算法仿真验证 |
| 5.6.3 AGV冲突解决策略仿真验证 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
四、基于排队论的AGV调度研究（论文参考文献）
- [1]基于领域驱动设计的AGV调度系统设计与实现[D]. 张帅. 北京交通大学, 2021
- [2]制造车间自动导引车调度新进展[J]. 曹立佳,刘洋. 计算机工程与应用, 2021(21)
- [3]AGV调度系统的路径规划优化和通讯适配技术的研究[D]. 陈展. 机械科学研究总院, 2021(01)
- [4]AGV系统路径规划与任务调度研究[D]. 于佳乔. 长春工业大学, 2021(08)
- [5]基于人工智能叉车搬运的跨层穿梭车系统设计及配置优化[D]. 朱承涛. 山东大学, 2021(12)
- [6]多AGV监控系统设计及调度算法研究[D]. 张鹏. 青岛科技大学, 2021(01)
- [7]GX公司SBS扬声器生产流程优化研究[D]. 王睿. 哈尔滨理工大学, 2021(09)
- [8]某AGV自动泊车系统调度策略与路径规划研究[D]. 郭洪月. 沈阳工业大学, 2020(01)
- [9]面向动态时间窗的多AGV物流分拣系统规划及调度优化[D]. 李雯. 太原科技大学, 2020(03)
- [10]Auto Store密集型仓储系统规划设计及其调度优化研究[D]. 王博. 太原科技大学, 2020(03)