摘要：为了减少多分拣机器人系统执行任务的路径长度、实现多机器人系统的协调工作,建立了多分拣机器人系统任务调度的着色旅行商模型,提出了基于贪婪双染色体编码遗传算法的协调调度策略。建立了电商仓库环境的栅格模型,使用三维坐标定义了栅格位置和状态。在传统A*算法基础上,将转弯代价引入到代价函数中,减少机器人执行任务过程中的转弯次数,实现了栅格环境下点到点的路径规划。构造了多机器人系统在执行任务过程中的路径冲突判断方法,基于等待策略和局部路径重规划策略给出路径协调方法。设计了10组不同机器人规模和任务规模的仿真实验,经验证在不同任务规模下,贪婪遗传算法获得的路径长度均短于传统遗传算法,且路径长度的差值随着任务规模的增大也越来越大;另外,在不同任务量下贪婪遗传算法规划路径的机器人等待次数和重新规划次数也小于传统遗传算法,验证了贪婪双染色体遗传算法在多机器人系统任务调度与协调中的有效性。

摘要：为了提高非剪切方式下二维矩形排样问题的板材利用率,提出了基于俄罗斯方块启发的定位方法和多家族遗传算法的排序方法。对于矩形件间的尺寸余量问题,使用尺寸膨胀处理方式解决,并建立了矩形排样的优化目标函数。在矩形定位方面,分析了最低水平线方法的缺陷,提出了俄罗斯方块启发的定位方法,该方法实现了矩形件与板材缺口的最佳匹配。在排序方法,为了实现染色体多样性和算法收敛速度的均衡,使用多家族遗传算法对矩形排入顺序进行优化。使用13个无废料测试算例对排样方法进行测试,经验证基于最低水平线的排样高度相对差值为1.28%,只在1个算例中得到了最优高度;基于俄罗斯方块启发的排样高度相对差值仅为0.13%,在10个算例中得到了最优高度。