1.數(shù)學(xué)規(guī)劃方式 AGV小車選取最好的任務(wù)及最好途徑,能概括為一個(gè)任務(wù)調(diào)度現(xiàn)象。實(shí)際上用中的方式 主要有整數(shù)規(guī)劃、動態(tài)規(guī)劃、petri方式 等。
在一些小規(guī)模生產(chǎn)調(diào)度狀態(tài)下,類似方式 能取得不錯(cuò)的效果,可是伴隨著調(diào)度規(guī)模的提升,求解現(xiàn)象消耗的時(shí)間呈系數(shù)增加,限定了該方式 在負(fù)責(zé)、大規(guī)模即時(shí)線路系統(tǒng)優(yōu)化和生產(chǎn)調(diào)度中應(yīng)用。
2.仿真方式 根據(jù)對實(shí)際上的生產(chǎn)調(diào)度環(huán)境建模,進(jìn)而對agv小車的這種調(diào)度實(shí)施方案的實(shí)行進(jìn)行電腦的仿真模擬。適用中運(yùn)用的方式 有離散事件仿真方式 、面向?qū)ο蟮哪M方式 和3維模擬仿真。
3. 人工智能方式 把a(bǔ)gv小車的生產(chǎn)調(diào)度過程敘述成一個(gè)在滿足需要約束的解集檢索最優(yōu)解的過程。
它運(yùn)用專業(yè)知識表示技術(shù)性將人的知識涉及進(jìn)去,另外應(yīng)用各類檢索技術(shù)性力求得出一個(gè)比較滿意的解。具體的方式 有專家系統(tǒng)方式 、遺傳算法、啟發(fā)式算法、神經(jīng)網(wǎng)絡(luò)模型。