-
题名强化学习下浅充浅放充电策略AGV调度研究
被引量：2
- 1
-
-
作者
赵锐
梁承姬
-
机构
上海海事大学物流科学与工程研究院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第10期3038-3043,共6页
-
基金
国家自然科学基金资助项目(72271125)
上海市青年科技英才扬帆计划资助项目(21YF1416400)
上海市青年科技启明星计划资助项目(21QB1404800)。
-
文摘
针对自动化集装箱码头自动导引车(AGV)调度中的充电问题,考虑浅充浅放充电策略构建了混合整数优化模型。该模型以最小化AGV最终完工时间为目标,在考虑AGV电池电量变化以及AGV不同状态耗电差异的约束下,利用AGV空闲时间和一个作业循环结束时间补电,减少AGV充电次数,进而减少总完成时间。模型采用Wolf-PHC强化学习进行求解,并分别与GAMS求解器、Q-learning算法及遗传算法(genetic algorithm,GA)求解结果进行比较,以验证模型的有效性和算法的优越性。算例分析表明在浅充浅放充电策略下AGV利用效率较高,且Wolf-PHC与GA的结合对模型求解效果更佳。
-
关键词
自动化集装箱码头
自动导引车
浅充浅放充电策略
强化学习
遗传算法
-
Keywords
automated container terminal
automatic guided vehicle(AGV)
shallow charge and shallow discharge charging strategy
reinforcement learning
genetic algorithm
-
分类号
U691.3
[交通运输工程—港口、海岸及近海工程]
-
