原文传递
考虑换电与无冲突的多目标港口AGV调度优化研究
| 论文题名： | 考虑换电与无冲突的多目标港口AGV调度优化研究 |
| 关键词： | 集装箱码头;自动导向车;优化调度;电量约束;无冲突环境 |
| 摘要： | 随着全球贸易量的提升与海运需求增大，发展自动化集装箱码头是目前全球码头的发展趋势，码头运营者开始进一步关注提高码头的运营效率并减少码头的运营成本。因此，对集装箱码头AGV进行合理调度并规划行驶路线是帮助自动化集装箱码头提高运营效率的优化方向。 本文以洋山港四期工程作为研究对象进行研究。首先对自动化集装箱码头现状与发展进行概述，详细分析了码头AGV的作业流程与调度现状，并将车辆路径规划问题与自动化集装箱码头的AGV调度相结合，考虑换电和无冲突因素，研究了多目标码头AGV的调度问题。考虑到自动化码头AGV是纯电力驱动，进一步分析了AGV的换电需求：当AGV电池电量低于安全阈值时，需要前往换电站进行换电作业保证电量。区别于传统VRP问题，AGV的行驶范围为一片固定路网，随着任务数量与AGV的作业数量增多，会发生潜在的冲突风险。基于上述分析，建立了考虑换电与无冲突约束的AGV调度的多目标优化模型，其优化目标是最大完成时间最短的同时，实现顾客满意度最大。然后，设计了求解上述多目标模型的两阶段算法，其中第一阶段通过多目标粒子群算法来进行任务与AGV之间的调度与指派，以最大完成时间最短与顾客满意度最大为双目标进行优化。第二阶段规划通过Dijkstra算法来获得AGV完成任务的最短距离，并基于预测时间窗的方式来对AGV行驶过的节点时间窗采取冲突解决策略进行动态调整，避免AGV之间的冲突问题。随着AGV与任务的数量增多，需要进一步计算换电时机，调整AGV前往换电站的时间来减小AGV的等待时间。最后，采用MATLAB进行编程实现多目标粒子群算法、多目标遗传算法与改进粒子群算法，并设计三种规模的十个算例进行仿真测试。从解集的平均值、Pareto前沿分布与多目标指标（HV与IGD）三个角度进行分析，测试结果表明：改进粒子群算法在不同规模的性能与结果均优于另外两种算法，能够获得更优的调度策略方案。 |
| 作者： | 钱浩然 |
| 专业： | 工程管理 |
| 导师： | 贾永基 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东华大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
