论文部分内容阅读
目前基于规则的自动选仓方法得到的货位往往与习惯存放位置存在偏差,而且在有紧急出入库运输任务插入时AGV小车的调度响应不够灵活、计划与执行不一致。提出了基于机器学习的货位分配方法,该方法能自动获得符合存放习惯的货位。介绍了采集基础数据特征参数、数据预处理和训练获得自动选仓决策模型的方法。并设计了一种柔性鲁棒运输调度机制,规范优化运输调度流程,让AGV小车快速响应优先运输任务并使计划与执行完全一致。