基于MOWCA的多模式自动导引车路径优化算法
来源期刊:控制工程2019年第12期
论文作者:苏少春 龚奕宇 范松海 吴天宝 刘益岑 刘小江
文章页码:2317 - 2322
关键词:自动导引车;多目标优化;狼群算法;路径优化;
摘 要:为提高自动导引车(AutomatedGuidedVehicle,AGV)系统路径优化效果,提出一种基于多目标狼群算法(Multi-Objective Wolf Colony Algorithm, MOWCA)的多模式自动导引车路径优化方法。首先对AGV路径规划问题进行研究,给出其多目标优化函数,并设计了两阶段的AGV路径优化系统;其次引入狼群算法(Wolf Colony Algorithm, WCA),利用非支配状态的狼群个体进行多目标优化算法设计,并利用种群个体密度对种群多样性进行保持,实现了多目标算法性能的提升;最后通过在长方形区域障碍物上的仿真实验,对算法的AGV规划设计性能进行了验证,实现了AGV运行路线的有效规划。
苏少春,龚奕宇,范松海,吴天宝,刘益岑,刘小江
国网四川省电力公司电力科学研究院
摘 要:为提高自动导引车(AutomatedGuidedVehicle,AGV)系统路径优化效果,提出一种基于多目标狼群算法(Multi-Objective Wolf Colony Algorithm, MOWCA)的多模式自动导引车路径优化方法。首先对AGV路径规划问题进行研究,给出其多目标优化函数,并设计了两阶段的AGV路径优化系统;其次引入狼群算法(Wolf Colony Algorithm, WCA),利用非支配状态的狼群个体进行多目标优化算法设计,并利用种群个体密度对种群多样性进行保持,实现了多目标算法性能的提升;最后通过在长方形区域障碍物上的仿真实验,对算法的AGV规划设计性能进行了验证,实现了AGV运行路线的有效规划。
关键词:自动导引车;多目标优化;狼群算法;路径优化;