科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高环形单轨运输系统完成静态任务的作业效率，该研究以丘陵山地为应用场景，针对任务点与运输车的匹配与调度需求问题，综合考虑最大程度满载的因素，建立了具有任务点“拼车”组合处理和运输车任务分配两个阶段的数学模型。提出基于相邻位置、任务量和随机序列不同优先级的3种启发式规则算法解决以运输车上货次数最少为目标的“拼车”组合问题，采用基于变邻域搜索的遗传算法解决以运输车堵塞次数最少为目标的运输车任务分配问题。通过模拟3种任务批量的运输情形，验证优化算法的性能，结果表明：基于任务量在3种启发式规则算法中求解速度最快，在80%的试验中获得的可行解最优，选择基于任务量和与之性能接近的基于随机序列的结果分别作为运输车任务分配问题的初始解，基于任务量更有利于第二阶段运输车任务分配问题的求解，得到的分配方案堵塞次数更少。基于变邻域搜索的遗传算法能显著提高标准遗传算法的求解质量，使堵塞次数降低了33.3%～100%，在大规模运输问题的求解中比变邻域搜索算法表现出更高的稳定性，最少堵塞次数出现的概率分别提高了10%和40%，有效性也优于整体匹配规则、随机重启爬山等其他类型的算法。该研究实现了对环形单轨运输系统静态调度的有效优化，所提出的算法有助于减少停车次数，节约工作时间，提高运输效率。
- 单位
