針對機(jī)場貨運(yùn)區(qū)升降式轉(zhuǎn)運(yùn)車的動態(tài)調(diào)度問題,提出一種人工蜂群動態(tài)調(diào)度優(yōu)化算法。該算法采用對傳統(tǒng)算法的蜜源進(jìn)行排序的解碼策略獲得調(diào)度方案,可用于解決離散變量的調(diào)度優(yōu)化問題;針對任務(wù)動態(tài)可變問題,利用感知程序周期性地監(jiān)測任務(wù)庫中的記錄變化來重啟算法,及時進(jìn)行動態(tài)優(yōu)化,通過存檔和拼接不同階段的最優(yōu)解片段獲得新環(huán)境下的部分初始種群個體和整個動態(tài)調(diào)度過程的最優(yōu)解;借助云模型的概率分布特性和隨機(jī)性改進(jìn)局部搜索算子,對跟隨蜂采用錦標(biāo)賽選擇機(jī)制選擇蜜源以避免早熟,并在偵察蜂搜索過程加入了按一定百分比淘汰適應(yīng)度靠后蜜源的操作。為了加強(qiáng)算法在前期的探索能力和后期的開發(fā)能力,提出一種使云模型的熵En隨迭代次數(shù)非線性遞減的策略。以一個出入口固定的集裝貨物動態(tài)調(diào)度問題為例,采用提出的人工蜂群動態(tài)調(diào)度優(yōu)化算法進(jìn)行仿真,驗證了算法的有效性。 

【文章來源】：中原工學(xué)院學(xué)報. 2020,31(05)

【文章頁數(shù)】：6 頁

【部分圖文】：

改進(jìn)的人工蜂群動態(tài)調(diào)度算法流程

圖2所示為機(jī)場貨架向外平鋪后的集裝貨物存儲狀態(tài)。圖2中帶有字母O的淺色方格表示出口，深色方格表示待調(diào)度的ULD貨位，白色方格是空閑貨位。ETV在不同貨位（此時出入口也看作是貨位）之間的運(yùn)行時間（垂直升降時間和水平移動時間二者中的較大者）可事先計算也可進(jìn)行動態(tài)仿真[2]。仿真是根據(jù)距離和速度、加速度的物理關(guān)系式來計算的，機(jī)理清晰；事先計算的話，可根據(jù)ETV工作時設(shè)定的速度和加速度的值，提前計算出來，調(diào)度優(yōu)化時只需根據(jù)貨位號之間的相對關(guān)系進(jìn)行查找即可，無需再計算。實際調(diào)度時ETV按設(shè)定的速度、加速度運(yùn)動即可。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)人工蜂群算法求解模糊柔性作業(yè)車間調(diào)度問題[J]. 鄭小操,龔文引.  控制理論與應(yīng)用. 2020(06)
[2]混合粒子群算法在ETV調(diào)度優(yōu)化中的應(yīng)用[J]. 丁芳,宋小靜.  計算機(jī)應(yīng)用與軟件. 2019(08)
[3]共享適應(yīng)度粒子群在雙機(jī)ETV中的應(yīng)用[J]. 丁芳,宋小靜.  計算機(jī)測量與控制. 2018(11)
[4]正態(tài)云模型研究回顧與展望[J]. 楊潔,王國胤,劉群,郭毅可,劉悅,淦文燕,劉玉超.  計算機(jī)學(xué)報. 2018(03)
[5]人工蜂群算法研究綜述[J]. 何堯,劉建華,楊榮華.  計算機(jī)應(yīng)用研究. 2018(05)
[6]中國航空物流問題研究綜述[J]. 曹允春,許誠.  物流科技. 2016(04)
[7]航空貨站自動化存取系統(tǒng)作業(yè)調(diào)度優(yōu)化[J]. 宋宇博,蔣兆遠(yuǎn),孫秉珍.  哈爾濱工業(yè)大學(xué)學(xué)報. 2015(09)
[8]基于專家系統(tǒng)的機(jī)場貨運(yùn)站雙ETV任務(wù)調(diào)度研究[J]. 雷斌.  物流科技. 2015(03)

博士論文
[1]大型機(jī)場貨運(yùn)站核心物流裝備調(diào)度優(yōu)化問題研究[D]. 邱建東.蘭州交通大學(xué) 2014

碩士論文
[1]大型機(jī)場貨運(yùn)站ETV單機(jī)調(diào)度優(yōu)化問題研究[D]. 郭春暉.蘭州交通大學(xué) 2016



本文編號：3146610