強(qiáng)化學(xué)習(xí)下淺充淺放充電策略AGV調(diào)度研究

打開文本圖片集

摘 要：針對(duì)自動(dòng)化集裝箱碼頭自動(dòng)導(dǎo)引車（AGV）調(diào)度中的充電問題，考慮淺充淺放充電策略構(gòu)建了混合整數(shù)優(yōu)化模型。該模型以最小化AGV最終完工時(shí)間為目標(biāo)，在考慮AGV電池電量變化以及AGV不同狀態(tài)耗電差異的約束下，利用AGV空閑時(shí)間和一個(gè)作業(yè)循環(huán)結(jié)束時(shí)間補(bǔ)電，減少AGV充電次數(shù)，進(jìn)而減少總完成時(shí)間。模型采用Wolf-PHC強(qiáng)化學(xué)習(xí)進(jìn)行求解，并分別與GAMS求解器、Q-learning算法及遺傳算法（genetic algorithm，GA）求解結(jié)果進(jìn)行比較，以驗(yàn)證模型的有效性和算法的優(yōu)越性。（剩余15711字）