.png){kind=icon}
返回
Optimization of task assignment for multi-farm multi-weeding robots based on discrete artificial bee colony algorithm
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2024.126182.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着智慧农业的持续发展，农业机器人在提高生产效率和降低成本方面的潜力日益凸显。本文研究了以最小化最大完成时间为目标的跨农场多除草机器人任务分配问题（MFMWRTA）。提出了一种基于改进离散人工蜂群（DABC）算法的跨农场离散人工蜂群（MFDABC）算法来解决该问题。该算法首先利用所提出的跨农场NEH（MFNEH）启发式算法和基于迭代贪心（IG）的启发式算法生成高质量初始解，然后将适量的除草机器人分配给每个农场。在雇佣蜂和侦察蜂阶段，本研究开发了五种局部搜索算子以增强算法的局部搜索能力。在观察蜂阶段，整合锦标赛选择策略与关键机器人概念有助于算法跳出局部最优。实验结果表明，MFDABC算法在多个测试实例中表现出更优的优化性能和鲁棒性，优于现有的启发式算法。
Keyword:
Scheduling
Agricultural robots
Task assignment and scheduling
Heuristics
Multi-farm
Discrete artificial bee colony algorithm
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
Heuristic reoptimization of time‐extended multi‐robot task allocation problems时间扩展多机器人任务分配问题的启发式重优化.png)
Networks
OAAI
NetworksIF0
OAAI分享收藏An efficient ACO-based algorithm for task scheduling in heterogeneous multiprocessing environmentsArrayOAAI
ArrayIF0
OAAI分享收藏A reinforcement learning based artificial bee colony algorithm with application in robot path planning基于强化学习的人工蜂群算法及其在机器人路径规划中的应用
PREAI
分享收藏分享收藏Performance Analysis of Target Information Recognition System for Agricultural Robots农业机器人目标信息识别系统的性能分析
OAAI
OAAI分享收藏
查看更多内容