一种基于设备工序关系的自动导引车调度方法及系统与流程

本申请涉及计算机，尤其涉及一种基于设备工序关系的自动导引车调度方法及系统。

背景技术：

1、在工业自动化领域，尤其是自动引导车(agv)的调度问题中，传统算法往往在订单下发后才开始调度计算，这限制了调度系统的响应速度和灵活性。尽管现有技术已能处理一定的调度任务，但在复杂的生产环境中，这些方法由于缺乏预测性和适应性，往往无法最大限度地优化agv的运行效率，特别是在初始种群质量、适应度函数的优化、选择机制的调整、交叉操作及突变策略的改进方面存在不足。

技术实现思路

1、本申请实施例的主要目的在于提出一种基于设备工序关系的自动导引车调度方法及系统，旨在实现自动导引车调度的预测性和适应性。

2、为实现上述目的，本申请实施例的一方面提出了一种基于设备工序关系的自动导引车调度方法，所述方法包括：

3、根据自动导引车所服务的设备的工序关系，得到图注意力网络；

4、通过图注意力机制，从所述图注意力网络中提取设备特征、空间关系和设备节点之间的注意力权重；

5、根据所述设备特征和所述空间关系构造初始种群；

6、基于所述注意力权重，确定第一适应度函数；其中，所述第一适应度函数用于对所述初始种群的每个个体进行适应度值评估；

7、基于所述注意力权重，确定第一个体选择概率；其中，所述第一个体选择概率用于从所述初始种群中确定进行交叉操作的待交叉个体；

8、基于所述注意力权重，确定所述交叉操作的交叉点；

9、基于所述注意力权重，调整突变概率；其中，所述突变概率用于控制所述交叉个体的突变概率；

10、采用基于所述第一适应度函数、所述第一个体选择概率、所述交叉点和所述突变概率的遗传算法对所述初始种群进行求解，得到所述自动导引车的调度方案。

11、在一些实施例中，所述根据自动导引车所服务的设备的工序关系，得到图注意力网络，包括以下步骤：

12、根据设备的工序关系，得到设备相关性；

13、根据所述设备相关性确定设备之间的图注意力值；其中，所述图注意力值的范围在0至1之间；

14、根据所述图注意力值构建反映所述设备相关性的邻接矩阵，得到图注意力网络。

15、在一些实施例中，所述根据所述设备特征和所述空间关系构造初始种群，包括以下步骤：

16、采用词向量模型，根据所述设备特征和所述空间关系进行图嵌入处理，生成节点的低维向量表示；

17、根据所述低维词向量表示生成染色体，得到初始种群。

18、在一些实施例中，所述第一适应度函数的计算步骤包括以下步骤：

19、根据总生产时间、生产线负载平衡指标、设备总待机时间和所述注意力权重各自进行加权处理，得到中间数据；

20、计算所述中间数据的总和，得到适应度值。

21、在一些实施例中，所述基于所述注意力权重，确定第一个体选择概率，包括以下步骤：

22、根据种群大小和种群中每个个体的所述注意力权重，计算所述注意力权重的总和，得到权重总和；

23、根据当前个体的所述注意力权重与所述权重总和的比值，确定第一个体选择概率。

24、在一些实施例中，所述基于所述注意力权重，确定所述交叉操作的交叉点，包括以下步骤：

25、将待交叉个体中所述注意力权重最高的节点作为交叉点。

26、在一些实施例中，所述基于所述注意力权重，调整突变概率，包括以下步骤：

27、将待突变个体中所述注意力权重最低的节点的位置确定为突变位置；

28、基于所述节点的所述注意力权重，计算得到所述突变位置的突变概率。

29、为实现上目的，本申请实施例的另一方面提出了一种基于设备工序关系的自动导引车调度系统，所述系统包括：

30、第一模块，用于根据自动导引车所服务的设备的工序关系，得到图注意力网络；

31、第二模块，用于通过图注意力机制，从所述图注意力网络中提取设备特征、空间关系和设备节点之间的注意力权重；

32、第三模块，用于根据所述设备特征和所述空间关系构造初始种群；

33、第四模块，用于基于所述注意力权重，确定第一适应度函数；其中，所述第一适应度函数用于对所述初始种群的每个个体进行适应度值评估；

34、第五模块，用于基于所述注意力权重，确定第一个体选择概率；其中，所述第一个体选择概率用于从所述初始种群中确定进行交叉操作的待交叉个体；

35、第六模块，用于基于所述注意力权重，确定所述交叉操作的交叉点；

36、第七模块，用于基于所述注意力权重，调整突变概率；其中，所述突变概率用于控制所述交叉个体的突变概率；

37、第八模块，用于采用基于所述第一适应度函数、所述第一个体选择概率、所述交叉点和所述突变概率的遗传算法对所述初始种群进行求解，得到所述自动导引车的调度方案。

38、为实现上述目的，本申请实施例的另一方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现前面所述的方法。

39、为实现上述目的，本申请实施例的另一方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前面所述的方法。

40、本申请实施例至少包括以下有益效果：本申请提供一种基于设备工序关系的自动导引车调度方法及系统，该方案基于设备工序关系确定图注意力网络，通过将图注意力网络的注意力权重与遗传算法结合，通过图注意力网络分析各设备工序之间的复杂依赖关系，基于注意力权重确定第一适应度函数、第一个体选择概率、交叉点和突变概率，不仅可以反映当前的需求，还可以优化种群的质量，准确地评估种群个体，预测并适应未来的变化，有利于提高自动导引车调度方案的可预测性，并且提高了方案对未来变化的适应性。

1.一种基于设备工序关系的自动导引车调度方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述根据自动导引车所服务的设备的工序关系，得到图注意力网络，包括以下步骤：

3.根据权利要求1所述的方法，其特征在于，所述根据所述设备特征和所述空间关系构造初始种群，包括以下步骤：

4.根据权利要求1所述的方法，其特征在于，所述第一适应度函数的计算步骤包括以下步骤：

5.根据权利要求1所述的方法，其特征在于，所述基于所述注意力权重，确定第一个体选择概率，包括以下步骤：

6.根据权利要求1所述的方法，其特征在于，所述基于所述注意力权重，确定所述交叉操作的交叉点，包括以下步骤：

7.根据权利要求1所述的方法，其特征在于，所述基于所述注意力权重，调整突变概率，包括以下步骤：

8.一种基于设备工序关系的自动导引车调度系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括处理器以及存储器；

10.一种计算机存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的方法。