MSD-GWO 任务调度算法

路径缩短近四分之一

为山地果园多任务调度设计的双层规划框架，用改进A*与新型灰狼优化器联合求解复杂地形下的最优任务序列与路径。

Tao, Zhou · 张璇 · Wang, Jishu · Linfeng, Liu · Jianping, Yang · LinYu, Li · 李彤

Computers and Electronics in Agriculture 2026

参数信息

规划时间降低率（对比Dijkstra）

94.5 %

路径长度降低率（对比贪心调度）

24.6 %

能耗降低率（对比贪心调度）

20.6 %

技术优势

规划快了两个量级

第一层用 IA*-H 在地形起伏下快速求出任意两点间路径，为上层调度提供低代价通道，使整体规划时间相比 Dijkstra 减少 94.5%。

路径缩短近四分之一

MSD-GWO 在任务序列层面联合优化访问顺序与路径选择，使总路径长度比贪心调度策略减少 24.6%。

省电五分之一

由于路径缩短，行驶能耗同步降低，相比贪心调度策略能耗减少 20.6%，延长设备在坡地上的可作业时长。

应用场景

• 农业机器人作业规划：用于生成多任务最优执行顺序与路径，替代人工排程。
• 复杂地形自主导航：用 IA*-H 处理果园起伏地形，提供可行且低代价的导航路径。
• 多任务移动机器人调度：MSD-GWO 求解多任务序列，可扩展为多机协同任务分配。
• 山地果园智能化管理：为巡检、采摘、喷药等作业提供整体规划，降低管理成本。
• 农业机器人路径优化：直接输出优化后的路径点序列，减少行驶距离与能耗。