倉儲物流優化研究的國內外文獻綜述1國外研究現狀國外的倉儲物流機器人調度研究從20世紀80年代開始興起[4-7]，最初對于任務調度問題的求解，學者們認為可以將調度問題抽象成數學模型，通過數學模型對其進行描述，而后采用分支定界整數規劃及混合整數規劃來求解。Toshiyuki等[8]將無沖突路徑規劃和倉儲物流機器人分派問題描述為整數規劃問題通過精確求解的方式進行求解。Meersmans等[9]采用分支界定法與定向搜索算法求解自動化集裝箱碼頭不同類型物料處理設備的集成調度問題。Bilge等[10]將柔性制造系統(FlexibleManufacturingSystem,FMS)中制造系統中的機器調度問題和物料搬運中涉及到的AGV調度問題結合起來考慮，而后將這個混合問題表述成一個混合整數規劃問題，對于這個非線性的混合整數規劃問題，通過數學精確求解的方式求解。以上兩位學者都使用了數學精確求解的方式求解整數規劃問題，這種求解方法雖然一定可以獲得全局最優解，但只限于解決小規模調度問題，隨著問題規模的增大，數學精確求解的計算量成指數倍增長，求解問題也就變得毫無可能。相比精確求解法，啟發式算法則有其獨特的優勢。啟發式規則的建立是運用啟發式算法的基礎，Egbelu等[13]整理了在作業車間中產生的調度問題中涉及到的啟發式規則，這些規則包括運行時間最長/短、運送距離最長/短、隊列中剩余輸出空間最小/大、AGV閑置時間最短/長和最近/遠AGV等，最終得出這些規則對系統作業性能的影響。Jawahar等[14]則提出一種啟發式算法，他們研究生產過程中AGV調度系統運行和生產過程結合起來的問題，該啟發式算法采用操作時間、運輸時間等AGV分派的相關因素來解決指派沖突。Sabuncuoglu等[15]研究了柔性制造系統在交貨期不同時AGV調度規則的變化對機床工件調度會產生何種影響。Singh等[16]探究使用仿真模擬的方式解決調度問題，他們的研究采用自定義的調度規則，評估了進行物料分配的AGV調度問題中物料分配效率和均勻性的仿真性能。Kim等[17]對啟發式規則提出了他們的觀點——一種多屬性指標加權法，這種方法在解決考慮AGV空載路程和工件等待時間這兩項因素為主要因素時，被證明為有效的。Ulusoy等[18]則認為柔性制造系統包含AGV調度問題，也就是將柔性制造系統看作機床調度和AGV調度2個子問題，采用迭代啟發式方法結合滑動時間窗進行處理。還有一些學者則是采用建模與仿真方法進行求解。Cenk等[19]同樣認為柔性制造系統包含AGV調度問題和柔性機床，通過建立智能柔性制造系統對柔性機床和AGV進行同時在線調度。Nishi等[20]采用時間Petri網分解方法進行AGV調度與無沖突路徑規劃。而Giglio等[21]則將AGV的管理權分派給一個新的混合系統，這個系統由Petri網和多Agent系統共同組成，其中Petri網主要描述路徑，AGV行為和車間中的其他資源相互之間的關系，行為決策則由Agent系統負責。Yim等[22]針對柔性制造系統結合Petri網建立模型，將AGV的分派系統聯合Petri網共同控制AGV指派。采用模擬方法研究不同AGV分派規則對FMS運行的影響。Olatunde等[23]采用時間有色Petri網(TimedColouredPetriNet，TCPN)和混合啟發式搜索方法求解機床和AGV同時調度問題。Mousavi等[24-25]針對多目標AGV調度問題，對求解結果采用Flexsim仿真軟件進行驗證。Viharos等[26]采用離散事件仿真方法對機器人裝配系統中每臺工作站的裝配工序和AGV進行調度控制，使總的制造時間最短。2國內研究現狀國內關于倉儲物流機器人調度問題相關研究比國外要晚近30年[3]。國內學者對于精確求解法，排隊論法等傳統分析方法研究較少，馬越匯等[27]采用混合整數規劃模型研究自動化集裝箱碼頭在考慮交通擁堵等不確定情況下的AGV調度與配置問題。霍凱歌等[28-29]將自動化集裝箱碼頭多載AGV調度問題描述為混合整數規劃模型，并使用數學精確求解的方法求解。管賢平等[30]研究提出一種多屬性任務調度方法，這種任務調度方法能動態調整權值，且可以避免調度目標發生鎖死現象。肖海寧等[31]在管賢平等人研究的基礎上增加在線實時調度的要素，提出柔性制造系統中AGV在線實時多屬性任務調度的方法，此方法通過啟發式調度規則有效防止系統鎖死的發生。黃一鈞[32]建立排隊論模型，以最小總成本為目標，求解AGV的最佳數量配置問題。金芳等[33]采用逗留時間和平均等待長度為指標，建立基于啟發式規則的調度算法，用于解決AGV調度中出現的N/M/1排隊模型。對于建模與仿真方法，國內學者則有大量的研究，桑澤磊[34]運用合同網協議下的協商機制，建立以Agent系統為基礎的信息平臺，用以車間內的AGV調度，該平臺的魯棒性和柔性較好，且能對環境擾動及時做出響應，調度效率較高。經建峰[35]則提出多AGV調度中，AGV相互之間自主交流的協商機制，給出各個AGV之間出現沖突時，解決沖突的途徑，進而建立一種分布式的AGV調度系統。李曉萌等[36]基于Agent系統結合協作學習、多級決策理論提出一套獨特的動態分布式調度策略，用以解決任務調度中多AGV的調度問題。任小龍[37]針對FMS中工件加工和AGV運送物料同步調度問題，以Petri網為基礎建立相關模型，用以研究任務調度，尋求更優的AGV分派、規劃策略。李國飛[38]則以Petri網為基礎提出二次變遷Petri網分解方法，這種方法等價于將Petri網模型拆分成多個子網，每個子網對應不同的AGV，同時為多個AGV求解不同時刻下Petri網變遷激活的順序，以獲得整體最優路徑問題。柯冉絢等[39]基于Netlog軟件針對自動化集裝箱碼頭建模并進行仿真模擬獲得車道數、岸橋與AGV的最佳配比。李軍濤等[40]通過比較交叉環單向循環搬運系統在制定不同的調度規則時AGV的搬運效率，運用仿真模擬手段，找出更為優質的調度規則。楊武平[41]對工件派工規則和AGV調度這兩個問題形成的類組合策略優化問題進行了研究，在模具智能車間背景下，通過Plant-Simulation求解了該問題。韓曉龍[42]采用em-plant建立仿真模型對自動化集裝箱港口中AGV數量配置及任務調度策略進行分析，提出了有效的解決方案。對于倉儲物流機器人調度問題而言，往往只用一類方法是很難解決實際問題的，雖然我們可以從仿真模擬實驗中建立的實際情況模型模擬現實中的情況，方便求解，但卻很難從仿真實驗中尋找到一般性規律；而傳統分析法容易發現規律，但卻難以求解。因此，對實際調度問題的研究，通常是先用傳統分析法尋求一般規律，再根據規律進行仿