异构析取图调度算法

兼顾加工与运输

面向柔性作业车间中机器与AGV的集成调度，通过异构析取图同时建模加工与运输资源，实现联合优化。

Zhao, Xuhui · Haokai, Qu · 张明川 · Jiamei, Feng · 王林 · 吴庆涛

Engineering Applications of Artificial Intelligence 2025

技术优势

运输不再被忽略

将AGV作为与机器同等的节点，显式建模运输约束，避免传统方法中运输时间被并入加工时间或假设为零导致的偏差。

求解速度更快

训练好的模型可以直接输出调度决策，无需在线迭代搜索，因而在计算效率上优于现有主流算法。

应用场景

• 柔性作业车间：面向多品种变批量生产，快速生成兼顾机器与AGV的可行调度方案。
• 深度强化学习：训练一次即可面对新实例直接推理，避免每次调度都重新求解。
• 制造系统调度：为制造执行系统提供考虑物流资源的智能决策组件。
• 自动导引车：把AGV作为调度变量，减少因运输冲突造成的设备等待。