典型文献
智能仓储车间中多AGV路径优化算法研究
文献摘要：
针对智能仓储车间中采用自动化物料运输系统的多AGV(Automated Guided Vehicle)路径规划求解速度慢、最优路径易冲突问题,本文提出了一种人工势场蚁群融合算法.首先针对人工势场法目标不可达问题提出斥力场改进方法,融合蚁群算法的启发式信息及信息素更新优化生成每台AGV的初始路径,然后通过多AGV冲突解决策略在路径长度最短、光滑度最高的基础上避开冲突以解决多AGV路径规划问题.仿真结果表明,在优化路径长度、求解速度方面均优于传统蚁群算法和蚁群优化算法,在仓储环境下多AGV冲突解决策略能够以极小代价解决路径冲突.
文献关键词：
人工势场法;蚁群算法;避撞策略;多AGV
中图分类号：
作者姓名：
韩强;何利力
作者机构：
浙江理工大学 信息学院,杭州310018
文献出处：
引用格式：
[1]韩强;何利力-.智能仓储车间中多AGV路径优化算法研究)[J].智能计算机与应用,2022(05):43-49
A类：
B类：
智能仓储,AGV,路径优化算法,算法研究,物料运输系统,Automated,Guided,Vehicle,路径规划,规划求解,速度慢,最优路径,融合算法,人工势场法,目标不可达,斥力场,改进方法,蚁群算法,启发式信息,信息素更新,更新优化,化生成,冲突解决策略,路径长,光滑度,避开,规划问题,蚁群优化算法,仓储环境,极小,解决路径,路径冲突,避撞策略
AB值：
0.44586
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
