Page 188 - 新形势下电子技术创新与发展

新形势下电子技术创新与发展
Innovation and Development of Electronic Technology under the New Situation

调度领域的重要热点研究问题之一。
制造系统中 AGV 调度问题可描述为：制造系统中存在多个物料运输任务，
多个 AGV 小车，在一定的约束条件下，需要将物料运输任务合理分派给各个

AGV 小车并指定执行先后顺序，选择最优运行路径，同时进行动态情况下的实
时调度来完成物料运输任务，使整个系统满足一定的性能优化指标。可见，AGV
调度问题主要解决物料运输任务在 AGV 上的分配与指派，路径规划以及运行过
程中的执行时序管理，本质上属于多目标多约束的组合优化问题，具有相当的复

杂性。
传统的作业车间调度不考虑工件的转移时间或将其假设成确定的时间值考虑
在加工时间内，这不符合作业车间加工的实际情况。实际生产中工件的工序加工

完成后，由自动导引小车（AGV）来实现工件在不同机器之间的转移，并且不
同小车和不同路径的选择会产生不同的转移时间，进而影响工件的开工时间、整
个生产调度周期和产品交货期。因此，考虑含 AGV 的作业车间调度，成为当前
研究的热点之一。
目前，国内外学者纷纷对含 AGV 的作业车间调度展开研究，但大多研究割

裂了机器调度和 AGV 路径规划，分两种情况，一种是假设 AGV 路径规划已知，
即在调度过程中不考虑路径冲突问题进行 AGV 和机器的同时调度，对此问题大
多学者采用的是遗传算法、禁忌搜索等智能优化算法，然而这些学者的研究没有

考虑小车碰撞或路径冲突所导致的工件转移时间的不确定性；另一种是先调度好
机器加工序列后，再进行 AGV 的路径规划，这种情况大多数学者采用的是动态
规划的方法，但这是在已知任务的最优调度序列的情况下进行 AGV 的分配并进
行路径规划，可以说上述情况并未实现真正意义上的集成调度，因为该问题中的
路径规划对于任务调度结果有一定影响，同时任务的调度也会对 AGV 选择及其

路径规划产生一定的影响，所以二者是相互影响的。
SAIDI-MEHRABAD 等在考虑了二者关系的情况下建立了该问题的数学模
型，并提出两阶段蚁群算法来求解，但未考虑零件的可变工艺路径约束。在零件

具有可变工艺路径的柔性作业车间中更能体现出工件转移时间的不确定性，因为
柔性作业系统中工件的每道工序都有不同的机器选择，导致 AGV 的路线选择也
不同，进而有不同的工件转移时间，并且所用机器的加工时间不同，导致这些不
同的组合会有不同的结果，这也符合现代多品种小批量的生产方式，因此优化柔

·174·