本發(fā)明涉及物料輸送管理，尤其涉及一種輸送車調(diào)度方法。

背景技術(shù)：

物料在生產(chǎn)過程中，其大部分的生產(chǎn)耗時在于物料的運輸。為了提高物料的生產(chǎn)效率，采用AGV作為運料載體的過程中，AGV的合理調(diào)度對于生產(chǎn)效率的提高顯得著至關(guān)重要，目前常用的AGV調(diào)度基于模擬退火算法的AGV調(diào)度系統(tǒng)。其不但在計算過程中有收斂速度慢，執(zhí)行時間長等缺點，而且計算最優(yōu)解時局部搜素能力弱，面臨著迭代次數(shù)多，執(zhí)行時間長等問題。在對其提出改進的過程中雖然略有成效，但是都是集中式控制方式，整個系統(tǒng)的魯棒性很容易受到上位機的影響，拓展性不強。故，急需一種可解決上述問題的種輸送車調(diào)度方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種基于模糊決策的輸送車調(diào)度方法，可為整個運料任務(wù)提供快速、穩(wěn)定的響應(yīng)方式并且最優(yōu)化生產(chǎn)效率，執(zhí)行時間短。

為了實現(xiàn)上有目的，本發(fā)明公開了一種基于模糊決策的輸送車調(diào)度方法，包括：在任務(wù)開始前，進行步驟(1)：確定輸送車的因素集合和每一因素的模糊量集合，確定每一因素不同模糊量對應(yīng)的評價向量，以及各個因素的權(quán)重向量；接收到搬運點的任務(wù)后，依次進行步驟(2)-(5)：(2)所述輸送車測量自身每一因素的數(shù)值并比對所述模糊量集合獲取所述輸送車各個因素的模糊量，比對所述每一因素不同模糊量對應(yīng)的評價向量獲得所述輸送車中每一因素的評價向量；(3)依據(jù)所述評價向量和各個因素的權(quán)重向量計算輸送車的綜合評價向量；(4)比較各個輸送車的綜合評價向量以選取評分最高的輸送車；(5)將任務(wù)下發(fā)給評分最高的輸送車。

與現(xiàn)有技術(shù)相比，本發(fā)明采用模糊決策的方法對每個輸送車進行綜合評價，然后選擇比對出最優(yōu)的輸送車，系統(tǒng)不但可以快速、穩(wěn)定的響應(yīng)任務(wù)，并且具有最優(yōu)化生產(chǎn)效率，執(zhí)行時間短，系統(tǒng)魯棒性強。

較佳地，所述步驟(1)具體包括：建立輸送車的因素集合和模糊量集合；確定每一因素不同模糊量對應(yīng)的評價向量，從而對每一個單因素建立單因素評價向量，以獲得單因素評價矩陣；確定各個因素重要性比較的權(quán)重向量；所述步驟(3)具體包括：依據(jù)單因素評價矩陣和各個因素的權(quán)重向量計算輸送車的綜合評價向量。

較佳地，所述步驟(1)中，確定各個因素的權(quán)重向量的具體步驟包括：給定一個常態(tài)基準(zhǔn)權(quán)重向量；所述步驟(3)中還包括：比較所述輸送車每一因素的模糊量與常態(tài)基準(zhǔn)狀態(tài)下模糊量之間的等級差距以判斷所述輸送車每一因素向極限狀態(tài)的躍升等級，依據(jù)所述躍升等級對應(yīng)調(diào)整所述輸送車各個因素的權(quán)重向量。該方案可按照需要調(diào)整輸送車各個因素的權(quán)重向量，判斷結(jié)果準(zhǔn)確。

具體地，所述步驟(3)中，依據(jù)所述躍升等級對應(yīng)調(diào)整所述輸送車各個因素的權(quán)重向量具體包括：依據(jù)所述躍升等級對應(yīng)將所述輸送車權(quán)重向量大的因素的權(quán)重切割補償至向極限狀態(tài)躍遷的因素上，切割補償?shù)臋?quán)重大小與所述躍升等級相對應(yīng)。該方案通過切割-補償?shù)姆绞结槍斔蛙嚥煌瑺顟B(tài)生成權(quán)重向量，減少預(yù)先存儲的空間和計算量。

所述步驟(4)中還包括：所述輸送車比較自身的綜合評價向量是否符合預(yù)設(shè)要求，若是則調(diào)整為比較模式，比較模式下的輸送車參與比對以選取評分最高的輸送車。該方案使得輸送車可對自身進行初步評價，符合標(biāo)準(zhǔn)的輸送車參與任務(wù)比較，計算速度快并使得系統(tǒng)能夠進一步保持其魯棒性。

較佳地，所述步驟(4)中比較各個輸送車的綜合評價向量以選取評分最高的輸送車的具體包括：依據(jù)所述輸送車的綜合評價向量計算所述輸送車的綜合評價值，比較各個輸送車的綜合評價值以選取評分最高的輸送車。該方案提高所述輸送車之間的比較速度。

具體地，所述步驟(4)中依據(jù)所述輸送車的綜合評價向量計算所述輸送車的綜合評價值的具體步驟包括：確定綜合評價向量中每一評價的權(quán)重向量，依據(jù)所述各個模糊量的權(quán)重向量和所述綜合評價向量計算所述輸送車的綜合評價值。該方案進一步提高了比較結(jié)果的準(zhǔn)確性。

具體地，所述步驟(2)之前還包括步驟(A)：對參加比較的所述輸送車進行排序并按照序號分別動態(tài)分配一個地址，從第一臺所述輸送車開始依次將通訊信息輸送至后一所述輸送車內(nèi)以建立通訊鏈；所述步驟(4)中所述輸送車分別比較自身的綜合評價信息和前一輸送車輸送的綜合評價信息，并將綜合評價高的通訊信息輸送至后一輸送車內(nèi)，所述通訊信息包括序號信息、地址信息和綜合評價信息，所述綜合評價信息為綜合評價向量或綜合評價值。該方案使得本發(fā)明的系統(tǒng)魯棒性強，拓展性好。

具體地，所述步驟(4)還包括：所述輸送車判斷自身的綜合評價值是否預(yù)設(shè)要求，若是則調(diào)整為比較模式，若否則調(diào)整為轉(zhuǎn)發(fā)模式，比較模式下的輸送車比對自身的綜合評價值和前一輸送車輸送的綜合評價值并將綜合評價值高的通訊信息輸送至后一輸送車內(nèi)，轉(zhuǎn)發(fā)模式下的輸送車將前一輸送車輸送的通訊信息輸送至后一輸送車內(nèi)。該方案使得輸送車可對自身進行初步評價，在合格以上的輸送車參與任務(wù)比較，使得系統(tǒng)能夠進一步保持其魯棒性以及提高運算速度。

具體地，所述步驟(A)具體包括：對所述輸送車進行排序，并按照序號分別動態(tài)分配一個地址，由隊列一端的輸送車開始依次廣播第一消息，所述第一消息包含了輸送車的序號信息和地址信息，前一輸送車將后一輸送車的地址作為通信的目標(biāo)地址，依次在所述輸送車之間形成通信鏈。該方案使得本發(fā)明可以很方便的將新的AGV并入整個系統(tǒng)中，具有分布式調(diào)度特點。

更具體地，當(dāng)某一輸送車停止工作時，該輸送車將廣播一退出信息，所述退出信息包括自身的序列信息、地址信息和下一輸送車的序列信息和地址信息，處理中心將該輸送車前一輸送車的目標(biāo)地址更新為該輸送車后一輸送車的地址信息；當(dāng)某一輸送車恢復(fù)工作時，將該輸送車廣播自身的第一消息，處理中心將該輸送車前一輸送車的目標(biāo)地址更新為該輸送車的地址信息；當(dāng)新加入一輸送車時，將該輸送車排列至最后一位并分配分配一個地址，該輸送車廣播自身的第一消息，處理中心將該輸送車前一輸送車的目標(biāo)地址更新為該輸送車的地址信息，調(diào)度靈活方便。

較佳地，每一搬運點設(shè)置有zigbee模塊，所述輸送車包括zigbee模塊，并通過所述zigbee模塊實現(xiàn)輸送車與輸送車之間、輸送車與處理中心之間以及輸送車與搬運點之間的通訊。

較佳地，所述輸送車的因素包括電量、載重以及輸送車到搬運點的距離，每一因素對應(yīng)五個模糊量。

附圖說明

圖1是本發(fā)明第一實施例中所述基于模糊決策的輸送車調(diào)度方法的流程圖。

圖2是本發(fā)明圖1中所述基于模糊決策的輸送車調(diào)度方法之步驟(10)的流程圖。

圖3是本發(fā)明第二實施例中所述基于模糊決策的輸送車調(diào)度方法的流程圖。

圖4是本發(fā)明圖3中所述基于模糊決策的輸送車調(diào)度方法之步驟(A2)的流程圖。

圖5是本發(fā)明圖3中所述基于模糊決策的輸送車調(diào)度方法之步驟(40)的流程圖。

圖6是本發(fā)明第三實施例中所述基于模糊決策的輸送車調(diào)度方法之步驟(10)的流程圖。

圖7是本發(fā)明第三實施例中所述基于模糊決策的輸送車調(diào)度方法之步驟(20)的流程圖。

具體實施方式

為詳細說明本發(fā)明的技術(shù)內(nèi)容、構(gòu)造特征、所實現(xiàn)目的及效果，以下結(jié)合實施方式并配合附圖詳予說明。

參考圖1，本發(fā)明公開了一種基于模糊決策的輸送車調(diào)度方法100，包括：在任務(wù)開始前，進行步驟(10)：確定輸送車的因素集合U＝{U1，U2，…，Un}和每一因素的模糊量集合V＝{V1，V2，…Vm}，確定每一因素不同模糊量對應(yīng)的評價向量(Ri1，Ri2，…，Rim)，以及各個因素的權(quán)重向量(a1，a2，…，an)；接收到搬運點的任務(wù)后，依次進行步驟(20)-(50)：(20)所述輸送車測量自身每一因素的數(shù)值并比對所述模糊量集合U獲取所述輸送車各個因素的模糊量，比對所述每一因素不同模糊量對應(yīng)的評價向量獲得所述輸送車中每一因素的評價向量(Ri1，Ri2，…，Rim)；(30)依據(jù)所述評價向量和各個因素的權(quán)重向量計算輸送車的綜合評價向量Vi；(40)比較各個輸送車的綜合評價向量Vi以選取評分最高的輸送車；(50)將任務(wù)下發(fā)給評分最高的輸送車。

參考圖2，在本發(fā)明第一實施例中，所述步驟(10)具體包括：(11)建立輸送車的因素集合U＝{U1，U2，…，Un}和模糊量集合V＝{V1，V2，…Vm}，n為輸送車的因素個數(shù)，m為模糊量的個數(shù)；(12)確定每一因素不同模糊量對應(yīng)的評價向量，從而對對每一個單因素Ui建立單因素評價向量(Ri1，Ri2，…，Rim)，從而獲得單因素評價矩陣R＝(Rij)n×m，Rij是對每一個因素Ui所作出的評價，0≤Rij≤1；(13)確定各個因素重要性比較的權(quán)重向量A＝(a1，a2，…，an)。所述步驟(30)具體包括：依據(jù)單因素評價矩陣R和評價向量A通過預(yù)先設(shè)定好的算子計算并獲得所述輸送車對任務(wù)的綜合評價向量B＝(b1，b2，…，bm)。

其中，本實施例中，所述輸送車的因素包括電量U1、載重U2以及輸送車到搬運點的距離U3三個因素，每一因素對應(yīng)五個模糊量{V1，V2，V3，V4，V5}，例如距離U3對應(yīng)的模糊量分別為(R31，R32，R33，R34，R35)，分別代表很遠、遠、可接受、近、很近。每一因素的某一模糊量對應(yīng)的評價向量(Ri1，Ri2，Ri3，Ri4，Ri5)，分別代表很不合適、不合適、可接受、合適、很合適。

較佳者，參考圖3，所述步驟(20)之后還包括步驟A：(A1)對參加比較的所述輸送車進行排序并按照序號分別動態(tài)分配一個地址；(A2)從第一臺所述輸送車開始依次將對應(yīng)的通訊信息輸送至后一所述輸送車內(nèi)以建立通訊鏈。所述通訊信息包括序號信息、地址信息和評價值。具體地，所述步驟(A1)為，對K臺所述輸送車進行排序，并按照序號分別動態(tài)分配一個地址Addri(i＝1，2，…,k)，參考圖4，所述步驟(A2)具體包括：(A21)由隊列一端的輸送車開始依次廣播第一消息，所述第一消息包含了輸送車的序號信息和地址信息，(A22)前一輸送車將后一輸送車的地址作為通信的目標(biāo)地址，依次在K臺所述輸送車之間形成通信鏈。該方案使得本發(fā)明可以很方便的將新的AGV并入整個系統(tǒng)中，具有分布式調(diào)度特點。

參考圖5，所述步驟(40)包括：(41)所述輸送車將自身的綜合評價向量(b1，b2，…，bm)轉(zhuǎn)換為對應(yīng)的綜合評價值Wi，(42)所述輸送車比較前一輸送車輸送的綜合評價值Wi和自身的綜合評價值Wi大小，并將綜合評價值大的通訊信息輸送至后一所述輸送車內(nèi)，直至最后一所述輸送車獲取綜合評價值最大的通訊信息，(43)依據(jù)綜合評價值最大的通訊信息獲取對應(yīng)的輸送車地址。該方案使得本發(fā)明的系統(tǒng)魯棒性強，拓展性好。較佳者，所述步驟(40)中依據(jù)所述輸送車的綜合評價向量計算所述輸送車的綜合評價值的具體步驟包括：確定綜合評價向量中每一評價的權(quán)重向量J(本實施例中，該權(quán)重向量是一個固定的仲裁向量)，依據(jù)所述各個模糊量的權(quán)重向量和所述綜合評價向量計算所述輸送車的綜合評價值，E＝B*J。當(dāng)然，也可以無需將綜合評價向量轉(zhuǎn)換為綜合評價值，而直接比較綜合評價向量的大小，例如小車A的綜合評價向量(Ri1，Ri2，Ri3，Ri4，Ri5)具體為(0.1,0.14,0.21,0.6,0.8)，小車B的綜合評價向量Ri1，Ri2，Ri3，Ri4，Ri5)具體為(0.1,0.2,0.15,0.5,0.6)，則比較小車A和小車B的Ri5，由于小車A大于小車B，故小車A的很合適的評價值更高，小車A的綜合評價向量大于小車B，當(dāng)然，也可以采取其他的比較方式進行比較，具體方式有技術(shù)人員依據(jù)實際需要進行設(shè)定。

較佳者，當(dāng)某一輸送車停止工作時，該輸送車將廣播一退出信息，所述退出信息包括自身的序列信息、地址信息和下一輸送車的序列信息和地址信息，處理中心將該輸送車前一輸送車的目標(biāo)地址更新為該輸送車后一輸送車的地址信息；當(dāng)某一輸送車恢復(fù)工作時，將該輸送車廣播自身的第一消息，處理中心將該輸送車前一輸送車的目標(biāo)地址更新為該輸送車的地址信息；當(dāng)新加入一輸送車時，將該輸送車排列至最后一位并分配分配一個地址，該輸送車廣播自身的第一消息，處理中心將該輸送車前一輸送車的目標(biāo)地址更新為該輸送車的地址信息，調(diào)度靈活方便。

較佳者，所述步驟(40)具體包括：所述輸送車比較自身的綜合評價向量是否符合預(yù)設(shè)要求，若是則調(diào)整為比較模式，對比較模式下的輸送車的綜合評價值Wi進行比對以選取評分最高的輸送車。當(dāng)然，也可以直接對比較模式下的輸送車的綜合評價向量進行比對以選取評分最高的輸送車。

較佳者，所述步驟(40)還包括：所述輸送車判斷自身的綜合評價值Wi是否預(yù)設(shè)要求，若是則調(diào)整為比較模式，若否則調(diào)整為轉(zhuǎn)發(fā)模式，比較模式下的輸送車比對自身的綜合評價值Wi和前一輸送車輸送的綜合評價值Wi并將綜合評價值高的通訊信息輸送至后一輸送車內(nèi)，轉(zhuǎn)發(fā)模式下的輸送車將前一輸送車輸送的通訊信息輸送至后一輸送車內(nèi)。

其中，該基于模糊決策的輸送車調(diào)度系統(tǒng)包括搬運點的zibee模塊、輸送車的zibee模塊和具有通訊模塊的處理中心。在本實施例中，每一搬運點設(shè)置有zigbee模塊，所述輸送車包括zigbee模塊，并通過所述zigbee模塊實現(xiàn)輸送車與輸送車之間、輸送車與處理中心之間以及輸送車與搬運點之間的通訊。

參考圖6和圖7，為本發(fā)明第二實施例，與第一實施例不同的是，在本實施例中，步驟(10a)包括：(11a)建立輸送車的因素集合U＝{U1，U2，…，Un}和模糊量集合V＝{V1，V2，…Vm}；依據(jù)因素集合U和模糊量集合V對每一個單因素Ui建立單因素評價向量(Ri1，Ri2，…，Rim)；(12a)對每一因素所對應(yīng)的單因素評價向量創(chuàng)建索引，并確定每一因素不同模糊量對應(yīng)的評價向量A＝(a1，a2，…，an)；步驟(20a)具體包括：(21a)輸送車測量自身每一因素的數(shù)據(jù)，(22a)依據(jù)每一因素的數(shù)據(jù)查找所述索引以按照索引獲取并組合每一單因素評價向量，(23a)結(jié)合每一因素不同模糊量對應(yīng)的評價向量獲得輸送車對任務(wù)的評價向量B＝(b1，b2，…，bm)。該方案使得在構(gòu)建每一因素的評價矩陣時，只要查找索引，按照索引將每一單因素評價向量組裝即可，縮小了數(shù)據(jù)存儲的空間，且加快了計算速度。

與第一實施例不同的是，在本發(fā)明第三實施例中，所述步驟(10)中，確定各個因素的權(quán)重向量的具體步驟包括：給定一個常態(tài)基準(zhǔn)權(quán)重向量；所述步驟(30)中還包括：比較所述輸送車每一因素的模糊量與常態(tài)基準(zhǔn)狀態(tài)下模糊量之間的等級差距以判斷所述輸送車每一因素向極限狀態(tài)的躍升等級，依據(jù)所述躍升等級對應(yīng)調(diào)整所述輸送車各個因素的權(quán)重向量。該方案可按照需要調(diào)整輸送車各個因素的權(quán)重向量，判斷結(jié)果準(zhǔn)確。

較佳者，所述步驟(30)中還包括：判斷所述輸送車的各個因素是否到達極限狀態(tài)，若是則將各個因素的權(quán)重向量調(diào)整為預(yù)設(shè)值，例如當(dāng)電量極低時，權(quán)重向量(a1，a2，a3)為(0.1,0.1,0.8)，a1是距離因素，a2是載重因素，a3是電量因素。當(dāng)載重過重時，權(quán)重向量(a1，a2，a3)為(0.1,0.8,0.8)。若所述輸送車的各個因素未到達極限狀態(tài)，則躍升等級對應(yīng)調(diào)整所述輸送車各個因素的權(quán)重向量。

具體地，所述步驟(30)中，依據(jù)所述躍升等級對應(yīng)調(diào)整所述輸送車各個因素的權(quán)重向量具體包括：依據(jù)所述躍升等級對應(yīng)將所述輸送車權(quán)重向量大的因素的權(quán)重切割補償至向極限狀態(tài)躍遷的因素上，切割補償?shù)臋?quán)重大小與所述躍升等級相對應(yīng)。例如，小車的原(a1，a2，a3)為(0.6,0.2,0.2)，當(dāng)小車的電量因素的模糊量(很低、低、適中、高、很高)從很高躍遷到適中時，輸送車的電量因素向向極限狀態(tài)躍遷了兩個等級，此時，將距離的權(quán)重向量分割0.1至電量中，使得小車的權(quán)重向量變?yōu)?0.5,0.3,0.2)，故本實施例中，一個躍遷等級補償0.05個權(quán)重向量，當(dāng)然，具體躍遷等級和權(quán)重向量的調(diào)節(jié)關(guān)系可以通過計算方式得出，也可以由技術(shù)人員提前確定。

以上所揭露的僅為本發(fā)明的優(yōu)選實施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明申請專利范圍所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。