基于软时间窗的AGV配送路径规划研究

摘要

针对传统遗传算法应用于汽车总装生产线物料配送环节存在搜索效率低、易陷入局部最优、实用性差等缺点，提出了一种基于改进双种群遗传-模拟退火混合算法(improved dual population genetic-simulated annealing hybrid algorithm, IDPGSA)的自动导引车(automated guided vehicle, AGV)物料配送路径规划策略.首先该算法将初始种群划分为Ⅰ和Ⅱ两个种群分别进行寻优，以提高搜索效率；其次为了增加种群的多样性并避免过早收敛，对双种群分别引入顺序交叉与两点交叉两种交叉算子，irgibnnm与滑动变异两种变异算子；最后在Ⅰ种群中引入逆转进化操作来提升全局寻优能力，而在Ⅱ种群中融合模拟退火算法增加局部搜索能力.经过仿真验证，改进后的策略在降低配送成本和提高配送效率方面表现更好，对于汽车总装生产线的优化有一定借鉴意义.

关键词

双种群 / 变异算子 / 混合算法 / 物料配送 / 逆转进化