.png){kind=icon}
返回
A Many-Objective Optimization Algorithm for Multi-Vehicle Candidate Path Combinations
.png){kind=icon}
PRE
AI
DOI：10.1142/s0218194026500245.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着智能物流系统中多车辆并行操作规模扩大和仓库环境日益复杂，涉及多车辆协调和时空约束交互，这些复杂环境因素使路径组合优化尤为具有挑战性。随着目标数量增加，优化问题从传统多目标优化问题（MOPs）转变为多目标优化问题（MaOPs），其解空间呈指数级扩张，导致维度灾难的发生。为解决多目标优化和复杂时空约束的挑战，本文构建了多车辆协同路径组合优化模型，综合平衡系统总距离、潜在冲突风险、总运营成本和任务时长。具体研究方法如下：首先，基于融合候选路径流行度和车辆多样性惩罚的复合热图，开发了改进的K最短路径（KSP）技术，以生成平衡分布多样性与安全性的预选协同场景。其次，构建多目标路径组合模型，平衡总距离、潜在冲突率、总成本和任务时长。最后，设计了高效的离散多目标粒子群优化算法，融合包含吸引力和排斥力机制的双存档协调机制。实验表明，所提算法为复杂多目标路径组合模型提供平衡的调度方案，可控的冲突风险，并取得良好的收敛性和多样性性能。
Keyword:
K Shortest Paths
route planning
path diversity
many-objective optimization
interaction force
期刊
I
IF:
0.6
论文数:
107
被引数:
543
机构
引用论文
分享收藏Multi-objective particle swarm optimization algorithm for task allocation and archived guided mutation strategies任务分配与存档引导变异策略的多目标粒子群优化算法.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏A Bi-Level Programming Approach for Coordinated Task Sequencing and Collision-Free Path Planning in Robotic Mobile Fulfillment Systems一种用于机器人移动履约系统中协同任务排序与无碰撞路径规划的分层编程方法MATHEMATICS
OAAI
MATHEMATICSIF2.2
OAAI分享收藏
查看更多内容