多agv系统调度的MATLAB仿真

从起点出发，到货物点领取货物最后到卸货点，以完成任务总时间最短为目标进行单目标优化，约束条件为，任务不冲突，路径不冲突，要能实现路径规避，4-6台agv一起工作。左右货架间隔可通过1个agv，上下货架间隔可通过两个agv，通道为双向行驶通道。一台agv只能带一个货物，优化目标为完成任务总的时间最短，agv的速度是匀速，转弯也不会减速，取货物时间为固定值。上面的图里面货物看为正方形跟agv一样的长度大小，agv试做是跟货物一样大小的正方形agv的速度是每秒1个车身。多台agv一起完成指定任务的时间最短，比如你可以设置三台agv一起取十个左右的货物到终点，使得这个时间最短。那就设置3台agv一起工作取十个货物到终点任务不冲突路径不冲突这样可以么，十个货物你可以在图片上面随便选。agv完成任务后从终点返回起点的时间和路径可以不计，或者可以把这个时间视作固定值路径不会跟任务车辆冲突。

场景的仿真效果如下所示：

优化曲线

优化后场景如下

部分核心代码：

clc;
clear;
close all;
warning off;
addpath 'func\'
addpath 'GA\'

global N2;
global N1;
global W;
global W1;
global W2;
global W3;
global W4;
global V;
global Navg;
global X;
global Y;
global Starts;
global ends;
global Idx;
global Index;
global Xeach;
global Xpos;
global Ypos;
%产生地图
%上下每个区域的行数
N2 = 5;
%左右列数
N1 = 10;
%AGV大小
W = 8;%这个地方不要改，保证坐标都是正数，方便内部计算处理
%左右货架间隔可通过1个agv
W1 = W/4;
%上下货架间隔可通过两个agv
W2 = W/4;
%上下两个区域的间隔
W3 = 2*W;
%货架大小
W4 = W;
%速度
V = 1;

%AVG数量
Navg = 3;
[X,Y,Starts,ends,Idx,Xeach]=func_maps(N1,N2,W1,W2,W3,W4);
% Xeach(1:2:end)=Xeach(1:2:end)-W1/2;
% Xeach(2:2:end)=Xeach(2:2:end)+W4+W1/2;

%选择需要被搬运的货物编号
Index= [1,2,4,5,8,17,23,21,22,34,56,44,45,91];%设置最大值不超过2*N1*N2
Xpos = (X(Index));
Ypos = (Y(Index));

for i = 1:length(Xpos)
idx = find(Xeach==Xpos(i));
if mod(idx,2)==0;
Xpos(i) = Xpos(i)+W4+W1/2;
else
Xpos(i) = Xpos(i)-W1/2;
end
end

figure;
for i = 1:length(X)
tmps = find(Index==i);

if isempty(tmps)==1
rectangle('Position', [[X(i),Y(i)] W4 W4], 'LineWidth', 1, 'EdgeColor', 'b', 'Clipping', 'off');
hold on
else
rectangle('Position', [[X(i),Y(i)] W4 W4], 'LineWidth', 1, 'EdgeColor', 'r', 'Clipping', 'off');
hold on
text(X(i)+1,Y(i)+1,num2str(i));
end
end
plot(Starts(1),Starts(2),'--gs',...
'LineWidth',2,...
'MarkerSize',10,...
'MarkerEdgeColor','b',...
'MarkerFaceColor',[0.5,0.5,0.5]);
hold on
text(Starts(1)+1,Starts(2)+1,'START');

plot(ends(1),ends(2),'--ys',...
'LineWidth',2,...
'MarkerSize',10,...
'MarkerEdgeColor','r',...
'MarkerFaceColor',[0.5,0.5,0.5]);

text(ends(1)+1,ends(2)+1,'END');
title('红色为需要搬运的货物位置');

MAXGEN = 50;
NIND = 200;
Nums = length(Index)+Navg+1; %优化变量数量，含义为N个货物的路线优化变量+每个AVG的搬运数量变量+冲突策略判断
Chrom = crtbp(NIND,Nums*10);

%sh
Areas = [];
for i = 1:length(Index)
Areas = [Areas,[1;length(Index)-i+1]];
end
for i = 1:Navg
Areas = [Areas,[1;length(Index)-Navg+1]];%每个avg最多搬运N-AVG+1个，保证其他的至少可以搬运1个
end
for i = 1:1
Areas = [Areas,[1;2]];%策略4选1
end

FieldD = [rep([10],[1,Nums]);Areas;rep([0;0;0;0],[1,Nums])];

gen = 0;

%计算对应的目标值
A = floor(length(Index)*rand(1,Navg))+1;
S = sum(A);
B = round(A*length(Index)/S);
if sum(B)>length(Index)
[Vbb,Ibb]= max(B);
B(Ibb) = B(Ibb)-(sum(B)-length(Index));
end
if sum(B)<length(Index)
[Vbb,Ibb]= min(B);
B(Ibb) = B(Ibb)+(length(Index)-sum(B));
end
Xxx = [1:length(Index),B,1];%初始值
fobj = func_obj(Xxx);
E = fobj;
Js = E*ones(NIND,1);
Objv = (Js+eps);
gen = 0;

%%
while gen < MAXGEN;
gen
Pe0 = 0.9999;
pe1 = 0.0001;

FitnV=ranking(Objv);
Selch=select('sus',Chrom,FitnV);
Selch=recombin('xovsp', Selch,Pe0);
Selch=mut( Selch,pe1);
phen1=bs2rv(Selch,FieldD);

for a=1:1:NIND
AA = round(phen1(a,1:length(Index)));
AA2 = [];
Index_=Index;
for i = 1:length(AA)
AA2(i)=Index_(AA(i));
Index_(AA(i))=[];
end
BB = floor(phen1(a,1+length(Index):end-1))+1;
S = sum(BB);
BB2 = round(BB*length(Index)/S);
if sum(BB2)>length(Index)
[Vbb,Ibb]= max(BB2);
BB2(Ibb) = BB2(Ibb)-(sum(BB2)-length(Index));
end
if sum(BB2)<length(Index)
[Vbb,Ibb]= min(BB2);
BB2(Ibb) = BB2(Ibb)+(length(Index)-sum(BB2));
end
CC2 = round(phen1(a,end));

X1 = [AA2,BB2,CC2];

%计算对应的目标值
[fobj,pathall] = func_obj(X1);
E = fobj;
JJ(a,1) = E;
XX{a} = X1;
pathallX{a} = pathall;
end

Objvsel=(JJ);
[Chrom,Objv]=reins(Chrom,Selch,1,1,Objv,Objvsel);
gen=gen+1;
%保存参数收敛过程和误差收敛过程以及函数值拟合结论
Error(gen) = mean(JJ);
end
clc;
figure;
plot(Error,'linewidth',2);
grid on
xlabel('迭代次数');
ylabel('遗传算法优化过程');

[V,I]=min(JJ);

XX_best = XX{I};
pathall_best = pathallX{I};

idxx = XX_best(1:length(Index));
Nums = XX_best(1+length(Index):end-1);

Color{1}='r';
Color{2}='k';
Color{3}='g';
Color{4}='y';
Color{5}='m';
Color{6}='c';

%显示每个avg搬运的货物编号
S1=0;
E1=0;
for j = 1:length(Nums)
if j == 1
S1=E1+1;
E1=S1+Nums(j)-1;
sel{j}=idxx(S1:E1);
else
S1=E1+1;
E1=S1+Nums(j)-1;
sel{j}=idxx(S1:E1);
end
sel{j}
end

A-06-68

多agv系统调度的MATLAB仿真相关推荐

m基于PSO粒子群优化的柔性制造系统AGV调度模型matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述在PSO中,群中的每个粒子表示为向量.在投资组合优化的背景下,这是一个权重向量,表示每个资产的分配资 ...
matlab的pid控制系统设计,PID控制系统设计以及MATLAB仿真.doc
PID控制系统设计以及MATLAB仿真 PID控制系统设计以及MATLAB仿真摘要本文经过对温度这种常用被控参数使用PID系统构思设计,使用MATLAB完成参数的整定和仿真实验.在系统中加入干扰信 ...
qpsk调制解调matlab_本科毕业设计课题—QPSK相干解调的MATLAB仿真（3）
继续讲解! 给出参考文章! <全数字BPSKQPSK接收机同步技术研究> 模拟中频信号经过模数转换后形成数字中频信号,解调时首先经数字下变频器DDC(digita down-convert ...
matlab2014仿真pid程序,先进 PID 控制及其 MATLAB 仿真（PDF+程序）
[实例简介] 目录前言第 1 章数字 PID 控制------------------------(1) 1.1PID 控制原理 --------------------------(1) ...
码分复用的matlab仿真,基于matlab的多路时分复用仿真.doc
基于matlab的多路时分复用仿真通信系统原理综设实验报告多路时分复用matlab仿真系统教师评语: 引言在实际的通信系统中,为了扩大通信链路的容量,提高通信系统的利用率,需要在一条链路上传输 ...
matlab仿真谱间干扰,内外分解和谱分解问题解析计算及其MATLAB仿真.pdf
内外分解和谱分解问题的解析计算及其MATLAB 仿真摘要内外分解及谱分解问题是控制领域的一个重要问题,其应用范围非常广泛, 在许多重要问题上都发挥了关键的作用. 本文首先在第一章中介绍了内外分解 ...
升降压斩波电路matlab,升降压斩波电路matlab仿真.doc
<升降压斩波电路matlab仿真.doc>由会员分享,可在线阅读,更多相关<升降压斩波电路matlab仿真.doc(4页珍藏版)>请在人人文库网上搜索. 1.升降压斩波电路ma ...
matlab反馈模型,—倒立摆状态反馈系统的建模及matlab仿真.docx
倒立摆状态反馈系统的建模及matlab仿真课题名称:倒立摆状态反馈系统的建模及matlab仿真学生姓名: 谢凯学号:2011330380229 班级:电气工程及其自动化2班指导老师:高金凤 ...
CIC滤波器的Matlab仿真与FPGA实现
CIC滤波器 1.单级CIC滤波器: CIC滤波器的冲激响应为: h(n)=1,[0,M-1] h(n)=0,其他可见CIC滤波器在时域上是一个矩形窗,是一个累加器(积分器). 用MATLAB仿真不 ...

多agv系统调度的MATLAB仿真

多agv系统调度的MATLAB仿真相关推荐

最新文章

热门文章