【摘 要】
：
本文以车间搬运机器人为研究对象,在考虑时间窗的前提下,求解机器人进行物料配送和成品回收场景下的路径优化问题。提出一种强化学习遗传蚁群算法,首先利用扫描法求解初始搬
【机 构】
：
上海理工大学管理学院,河南财经政法大学计算机与信息工程学院
【基金项目】
：
国家自然科学基金资助项目(71840003),上海理工大学科技发展资助项目(2018KJFZ043)
论文部分内容阅读
本文以车间搬运机器人为研究对象,在考虑时间窗的前提下,求解机器人进行物料配送和成品回收场景下的路径优化问题。提出一种强化学习遗传蚁群算法,首先利用扫描法求解初始搬运机器人的数量,并将子路径节点的几何中心设置为虚拟节点,利用嵌入遗传算子的蚁群算法求解连接虚拟节点的最优路径,再利用强化学习算法求解子路径的最优结果;最后将基本成本、运输成本和时间惩罚成本的加权和作为目标解,并最终求出满足约束条件的最优解。通过与基准问题求解结果对比,验证了强化学习遗传蚁群算法的优越性。
其他文献
影视后期制作虽然建立在编辑技术的基础上，但是这种“制作”其实仍然是一种创作，是电影剪辑人员通过一定的技术手段更是通过对影视原始素材的掌握而进行的一次再创作，因而指导思
设施选址问题是组合优化中重要问题之一。动态设施选址问题是传统设施选址问题的推广,其中度量空间中设施的开设费用和顾客的需求均随着时间的变化而变化。更多地,经典设施选
目的观察高血压伴阵发性心房颤动（AF）的患者应用厄贝沙坦在AF复律后维持窦性心律的疗效。方法选择2008年12月至2009年12月昭苏县人民医院61例高血压伴房颤患者，AF转复后随机分为