• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于改進(jìn)遺傳算法的倉儲(chǔ)路徑智能控制研究

      2018-07-02 07:30:30馮晨鐘宋世創(chuàng)李慕航
      山西電子技術(shù) 2018年3期
      關(guān)鍵詞:派件柵格權(quán)值

      馮晨鐘,宋世創(chuàng),李慕航

      (山西農(nóng)業(yè)大學(xué),山西 太谷 030800)

      0 引言

      近幾年,電子商務(wù)在我國高速發(fā)展,快遞行業(yè)發(fā)展迅猛,部分派件點(diǎn)經(jīng)常出現(xiàn)排隊(duì)現(xiàn)象,派件時(shí)間效率等都受到限制。本論文深入研究智能派件,倉儲(chǔ)系統(tǒng)中通常有多輛小車并發(fā)執(zhí)行任務(wù),遺傳算法、蟻群等算法可以解決單個(gè)小車到達(dá)目的地的最短路徑問題,如果兩車即將發(fā)生碰撞,通常采用優(yōu)先級(jí)的方式依靠停車進(jìn)行錯(cuò)車,這樣做雖然路程最短,但忽略了停車時(shí)間的長短,在智能派件中時(shí)間參數(shù)是我們考慮的第一要素。

      梁肖[1]將遺傳算法的路徑優(yōu)化應(yīng)用到小麥?zhǔn)崭顧C(jī)的收割過程;何慶[2]提出一種改進(jìn)自適應(yīng)的Metropolis準(zhǔn)則,使模擬退火算法部分的染色體跳變更具有自適應(yīng)性,利于算法尋優(yōu)解決遺傳算法一出現(xiàn)局部最優(yōu)的問題;申艷光[3]提出了通過聚類分析中K-means算法與改進(jìn)遺傳算法相結(jié)合的混合遺傳算法,實(shí)現(xiàn)優(yōu)化配送路線;周建國[4]將遺傳算法應(yīng)用到農(nóng)產(chǎn)品配送的路徑優(yōu)化上,提高其配送效率。

      遺傳算法在優(yōu)化路徑方面達(dá)到很好的效果,論文結(jié)合實(shí)際把遺傳算法應(yīng)用到倉儲(chǔ)機(jī)器人的路徑優(yōu)化問題,解決多個(gè)機(jī)器人在同一倉庫工作的沖突問題。

      1 圖表轉(zhuǎn)化

      采用柵格法對(duì)倉庫實(shí)際與計(jì)算能識(shí)別的矩陣建立對(duì)應(yīng)關(guān)系。柵格法實(shí)質(zhì)上是將AGV的工作環(huán)境進(jìn)行單元分割,將其用大小相等的方塊表示出來,這樣?xùn)鸥翊笮〉倪x取是影響規(guī)劃算法性能的一個(gè)很重要的因素。通常邊長應(yīng)該略大于小車的長度,方便小車在格柵中行走。本文考慮小車所在的環(huán)境因素,對(duì)小車環(huán)境進(jìn)行抽象描述:以邊長為a*a的正方形格為單位,將小車所在環(huán)境進(jìn)行分解,建立起形狀相似、面積相同的柵格圖。

      格柵與路徑權(quán)值:設(shè)置速度和格柵的邊長(考慮小車的長度)得到每個(gè)柵格的權(quán)值,論文把該值設(shè)為2S,即小車通過一個(gè)格柵的權(quán)值為2。

      在柵格圖中定義左上角第一個(gè)柵格坐標(biāo)(0,0),橫向?yàn)閤軸,縱向?yàn)閥軸建立直角坐標(biāo)系。假設(shè)倉儲(chǔ)長為L米(對(duì)應(yīng)縱坐標(biāo)),寬W米(對(duì)應(yīng)橫坐標(biāo)),以邊長為a米的單元柵格為單位,則每行的方格數(shù)為h(W/a),每列的方格數(shù)為v(L/a)。

      柵格編號(hào):id=y*(W/a)+(x+1)

      2 遺傳算法

      2.1 傳統(tǒng)遺傳算法

      遺傳算法是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型,是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。遺傳算法的操作使用符合適者生存原則,在潛在的解決方案種群中逐次產(chǎn)生一個(gè)近似最優(yōu)的方案,在遺傳算法的每一代中,根據(jù)個(gè)體的問題域中的適應(yīng)度值和從自然遺傳學(xué)中借鑒來的改造方法進(jìn)行個(gè)體選擇,產(chǎn)生一個(gè)新的近似解。使得種群中的個(gè)體進(jìn)化,更適應(yīng)環(huán)境。

      2.2 改進(jìn)的遺傳算法

      2.2.1 初始種群

      傳統(tǒng)遺傳算法的初始群體固定不變,計(jì)算的行走距離只考慮路徑的路程,即長度,相當(dāng)于只考慮靜態(tài)的路徑,沒有考慮多輛車同時(shí)執(zhí)行任務(wù)避障的時(shí)間。

      2.2.2 更新種群

      每一輛小車的行走路徑都要在已經(jīng)規(guī)劃好并且還未執(zhí)行完的路徑的基礎(chǔ)上進(jìn)行設(shè)計(jì)規(guī)劃。首先判斷新路徑和已經(jīng)存在的路徑是否存在交叉,交叉包括路徑上的交叉和時(shí)間上的交叉,在路徑交叉的基礎(chǔ)上判斷是否時(shí)間交叉。如果存在時(shí)間交叉(獲取到達(dá)該段的時(shí)刻,判斷其是否在鎖定時(shí)間),即該路段處于上鎖狀態(tài),如果不存在時(shí)間交叉,即處于解鎖狀態(tài)。通過權(quán)值的動(dòng)態(tài)變換來更新種群。更新種群流程圖如圖1所示。

      圖1 更新種群流程圖

      3 實(shí)驗(yàn)

      為了驗(yàn)證算法適應(yīng)性,分別進(jìn)行了貨架數(shù)量為2和貨架數(shù)量為6的仿真實(shí)驗(yàn)。當(dāng)貨架數(shù)量為6,倉儲(chǔ)部署圖如圖2所示。

      圖2 倉儲(chǔ)部署圖

      抽象及權(quán)值簡化圖(本文涉及的倉儲(chǔ)簡化圖中的黑點(diǎn)表示起點(diǎn)和終點(diǎn))如圖3所示,將倉儲(chǔ)實(shí)際跟遺傳算法的用種群矩陣建立聯(lián)系。

      假設(shè)此車規(guī)劃路徑時(shí),⑥-⑦與其他車已規(guī)劃好的路徑存在非同向交叉。

      圖3 抽象及權(quán)值簡化圖

      傳統(tǒng)遺傳算法運(yùn)行的最優(yōu)、平均函數(shù)值如圖4所示,30代左右,最優(yōu)函數(shù)值趨于穩(wěn)定;從對(duì)比及最優(yōu)函數(shù)值變化趨勢可知,該算法可以很好地解決倉儲(chǔ)的最優(yōu)路徑規(guī)劃問題。

      圖4 最優(yōu),平均函數(shù)值變化趨勢圖

      更新種群后權(quán)值簡化圖如圖5所示。圖6為染色體最終位置圖。從染色體的最終效果可以看出算法能很好地解決沖突問題,實(shí)現(xiàn)路徑最優(yōu)化。

      圖5 更新種群后的權(quán)值簡化圖

      圖6 染色體的最終位置圖

      4 結(jié)語

      本文采用遺傳算法實(shí)現(xiàn)倉儲(chǔ)機(jī)器人的路徑規(guī)劃,采用時(shí)間同步、上鎖與解鎖的方法解決多車執(zhí)行任務(wù)中出現(xiàn)的沖突、碰撞等問題,建立了自適應(yīng)的種群更新機(jī)制。該方法對(duì)遺傳算法的種群進(jìn)行了更新,實(shí)現(xiàn)根據(jù)實(shí)際情況的自適應(yīng)種群。仿真和模擬實(shí)驗(yàn)表明,該算法可以有效解決兩車或多車經(jīng)過同一點(diǎn)的沖突問題,采用傳統(tǒng)的遺傳算法實(shí)現(xiàn)處理后的種群的最優(yōu)路徑的選擇。本文改進(jìn)的遺傳算法達(dá)到了仿真及模擬實(shí)驗(yàn)的要求,取得了較好的效果。

      [1] 梁肖,周湘貞.基于遺傳算法的小麥?zhǔn)崭顧C(jī)路徑智能優(yōu)化控制研究[J].農(nóng)機(jī)化研究,2018,40(2):56-60.

      [2] 何慶,吳意樂,徐同偉.改進(jìn)遺傳模擬退火算法在TSP優(yōu)化中的應(yīng)用[J].控制與決策,2018,33(2):219-225.

      [3] 申艷光,張玲玉 ,劉永紅.基于混合遺傳算法的物流路徑優(yōu)化方法研究[J/OL].計(jì)算機(jī)技術(shù)與發(fā)展, 2018(3)[2018-04-07] http://kns.cnki.net/kns/brief/default_result.aspx.

      [4] 周建國.基于改進(jìn)遺傳算法的農(nóng)產(chǎn)品配送路徑優(yōu)化研究[J].中國市場,2018(1):136-138.

      [5] ChenLin.An Adaptive Genetic Algorithm based on Population Diversity Stratety [A].Junfa Mao.2009 Third International Conference on Genetic and EvolutionaryComputing[C],New York:IEEE,2009:93-96.

      [6] 李延梅. 一種改進(jìn)的遺傳算法及應(yīng)用[D].廣州:華南理工大學(xué),2012.

      [7] 梁芳. 遺傳算法的改進(jìn)及其應(yīng)用[D].武漢:武漢理工大學(xué),2008.

      猜你喜歡
      派件柵格權(quán)值
      一種融合時(shí)間權(quán)值和用戶行為序列的電影推薦模型
      基于鄰域柵格篩選的點(diǎn)云邊緣點(diǎn)提取方法*
      CONTENTS
      基于權(quán)值動(dòng)量的RBM加速學(xué)習(xí)算法研究
      不同剖面形狀的柵格壁對(duì)柵格翼氣動(dòng)特性的影響
      基于CVT排布的非周期柵格密度加權(quán)陣設(shè)計(jì)
      動(dòng)態(tài)柵格劃分的光線追蹤場景繪制
      德江县| 泰和县| 乌审旗| 财经| 长治市| 富阳市| 南康市| 增城市| 德保县| 和田市| 大荔县| 旬邑县| 张家口市| 宽城| 九龙坡区| 吴川市| 桃园县| 怀宁县| 余庆县| 辰溪县| 平顶山市| 江津市| 海丰县| 三门县| 宣汉县| 南和县| 泽普县| 济南市| 乌海市| 贡觉县| 林甸县| 长岛县| 平泉县| 辽宁省| 宁德市| 广昌县| 阜新| 门头沟区| 莆田市| 铜陵市| 芒康县|