一家專注復(fù)合機(jī)器人、全向激光AGV研發(fā)制造國家高新技術(shù)企業(yè)
全國服務(wù)熱線 400-007-3860
智能倉儲(chǔ)系統(tǒng)的多機(jī)器人任務(wù)分配方法,根據(jù)多機(jī)器人任務(wù)分配問題模型建立時(shí)間成本和能耗成本的多目標(biāo)優(yōu)化模型;其中能耗成本表示為多機(jī)器人系統(tǒng)的總路徑長度,時(shí)間成本表示為多機(jī)器人系統(tǒng)中各機(jī)器人總路徑的方差;
具體步驟如下:
(1)、構(gòu)建多目標(biāo)任務(wù)分配方法的數(shù)學(xué)模型對于給定N個(gè)取貨點(diǎn)的圖G={V,E},其中V為取貨點(diǎn)集合,E為該圖的邊集,安排m個(gè)機(jī)器人對取貨點(diǎn)集V進(jìn)行遍歷,使得除出發(fā)點(diǎn)vn∈V以外的所有取貨點(diǎn)均有且僅有一個(gè)機(jī)器人通過,且路徑之和最小,各機(jī)器人路徑方差最小;對于多目標(biāo)任務(wù)分配問題,有如下優(yōu)化目標(biāo): 式中:S:所有機(jī)器人路徑總長度;Si:第i個(gè)機(jī)器人的路徑總長度;Savg:各機(jī)器人長度均值;其中Si是根據(jù)第i個(gè)機(jī)器人的路徑Pi={Ui,Ei}計(jì)算的路徑總距離,其數(shù)值為按照圖G的鄰接矩陣D(G)計(jì)算的路徑序列節(jié)點(diǎn)距離之和,其中Ui是由機(jī)器人i負(fù)責(zé)的取貨點(diǎn)集,Ei是由Ui組成的首尾相連的邊集,即: 其中duv表示從節(jié)點(diǎn)u到節(jié)點(diǎn)v的距離,其數(shù)值為鄰接矩陣D(G)第u行v列的元素值;對多機(jī)器人任務(wù)分配方法如下:所有機(jī)器人必須從指定起點(diǎn)出發(fā),且對其他所有節(jié)點(diǎn)嚴(yán)格訪問一次后返回起點(diǎn)vn;即對于除出發(fā)點(diǎn)以外的點(diǎn)集U=V\{vn}有:且每組有效解必須包含m條平凡子路徑,即公式(2)-(4)構(gòu)成了任務(wù)分配方法的約束條件;
(2)、構(gòu)建非支配排序的多目標(biāo)遺傳算法
(2-1)、利用遺傳算法求解,需要對個(gè)體基因進(jìn)行編碼,采用斷點(diǎn)標(biāo)記法對基因進(jìn)行編碼,步驟如下:
(2-1-1)、將集合V中的非起始點(diǎn)標(biāo)記為1,2,...n-1,將起始點(diǎn)標(biāo)記為n,并添加m-2個(gè)斷點(diǎn)并將其編號(hào)為n+1,n+2...n+m-2;
(2-1-2)、將斷點(diǎn)n+1,n+2...n+m-2與1,2...n組合為基因序列,并在計(jì)算S時(shí)候?qū)⒕幪?hào)為n+1...n+m-2的節(jié)點(diǎn)指向起點(diǎn)O,從而將問題轉(zhuǎn)化為旅行商問題進(jìn)行求解;(2-1-3)、為防止n+1...n+m-2前后相連,保證每條機(jī)器人路徑均為平凡子路徑,在G的鄰接矩陣D中應(yīng)有dnn=∞,以保證進(jìn)化過程中斷點(diǎn)相連的個(gè)體被淘汰;
(2-2)、采用非支配排序算法以保證有效獲得優(yōu)質(zhì)子代,其方法如下:
(2-2-1)、向種群中每個(gè)個(gè)體賦予被支配集合Ni和支配解集合Si,其中Ni表示當(dāng)前種群中支配個(gè)體i的個(gè)體集合,Si表示被個(gè)體i支配的個(gè)體集合;
(2-2-2)、實(shí)際排序時(shí),根據(jù)適應(yīng)度方程獲得個(gè)體的特征其中,Fi表示個(gè)體i的特征向量,由fi1和fi2組成,分別表示當(dāng)前個(gè)體的時(shí)間成本和空間成本。對種群個(gè)體進(jìn)行遍歷,獲取個(gè)體i的支配集合Si和被支配集合Ni,找到種群P中所有|Ni|=0的個(gè)體,存入集合T0,對T0中的個(gè)體賦予支配等級并從種群P中排除集合T0獲得剩余種群P1,再考察剩余種群P1,若個(gè)體j∈P1,且|Nj|-1=0則將其存入集合T1,對T1中的個(gè)體賦予支配等級直至種群P為空,即種群P中個(gè)體均被賦予對應(yīng)支配等級為止,并獲得具有全部支配等級分級的新種群P′;
(2-3)、為保正非支配排序策略選擇的父代種群具有多樣性,避免將種群中的優(yōu)化分量相近的個(gè)體納入父代,引入同支配序的種群擁擠度計(jì)算策略其中個(gè)體的擁擠度參數(shù)Gi被定義為距離個(gè)體i最近的兩個(gè)個(gè)體j,k的特征矢量(f1,f2)的差之和,即: 篩選子代時(shí),優(yōu)先選擇支配序較小的個(gè)體,同等支配序下,優(yōu)先選擇擁擠度參數(shù)較大的個(gè)體,以此保證種群多樣化;
(2-4)、針對遺傳算法無法避免陷入局部最優(yōu)值的缺點(diǎn),引入了一種帶有精英庫的種群重啟策略,即對于每次計(jì)算,在種群達(dá)到收斂條件時(shí),重新初始化種群,并將達(dá)到收斂條件的優(yōu)質(zhì)解個(gè)體納入精英庫,達(dá)到使用精英庫進(jìn)行進(jìn)化的條件時(shí),將精英庫作為新的種群繼續(xù)迭代,從而提高算法收斂到非支配解的概率;檢查種群是否達(dá)到收斂,如果達(dá)到收斂,將當(dāng)前優(yōu)質(zhì)父代個(gè)體存入精英庫,并初始化種群,返回步驟(1);
(2-5)、檢查當(dāng)前迭代是否達(dá)到精英庫迭代條件,若達(dá)到條件,將精英庫中所存?zhèn)體作為新種群,返回第一步;
(2-6)、利用篩選出的父代優(yōu)秀個(gè)體通過交叉算子和變異算子生成下一代個(gè)體,并將下一代個(gè)體和父代個(gè)體作為新種群,返回步驟(1);
(2-7)、檢查是否達(dá)到終止條件并終止循環(huán),并選擇特征散點(diǎn)平方和最小者作為最優(yōu)解;保證解具有最優(yōu)的時(shí)間成本和能耗成本。
上一條:倉儲(chǔ)物流的智能巡檢機(jī)器人機(jī)構(gòu)簡介 下一條:RGV、AGV和IGV的含義