[發明專利]一種基于響應面和遺傳算法的AGV系統優化配置方法

有效

• 申請號: 202010920092.0
• 申請日: 2020-09-04
• 公開（公告）號: CN112084708B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 付建林;丁國富;張劍;江海凡;郭沛佩;江磊
• 申請（專利權）人: 西南交通大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/15;G06F111/04;G06F111/06
• 代理公司: 成都信博專利代理有限責任公司 51200
• 代理人: 卓仲陽

1.一種基于響應面和遺傳算法的AGV系統優化配置方法，其特征在于，步驟如下：

步驟1：AGV系統建模、仿真及參數辨識；

(1)基于離散事件與仿真技術建立AGV系統仿真模型，并進行參數設置與配置，邏輯運行采用二次開發，對工藝過程和物流過程進行模擬，并校驗仿真模型；

(2)根據設計需要、約束和目標，確定AGV系統的設計參數；

(3)采用敏感性分析方法測試設計參數對性能指標的敏感程度，對AGV系統的設計參數進行篩選，不敏感的參數作為固定設計參數，敏感的設計參數作為可變設計參數，后期對敏感設計參數進行優化設計；

步驟2：建立AGV系統響應面數學模型；

采用DOE實驗方法，設計部分析因仿真實驗，采用CCD中心復合設計方法進行試驗設計，對實驗得到的響應值采用二階響應面模型進行擬合，采用最小二乘法回歸分析獲得二次多項式的回歸系數，得到目標函數及約束函數，形成多目標優化數學模型；

步驟3：基于NSGA-II遺傳算法的多目標優化求解；

采用非支配解排序遺傳算法NSGA-II多目標遺傳算法尋找AGV系統多目標性能優化Pareto解集，然后根據性能指標重要程度或其他因素從解集中選擇合適的AGV優化參數集作為最優解。

2.根據權利要求1所述的一種基于響應面和遺傳算法的AGV系統優化配置方法，其特征在于，所述步驟1中靈敏度分析方法具體為：每次選取一個設計變量而固定其他設計變量，對其進行靈敏性測試，測試設計變量對性能指標作用的靈敏度，依次對所有變量進行逐一測試；然后對比不同設計變量的靈敏度，選出靈敏度很弱的變量作為固定參數，以減少設計變量縮小求解空間從而提高效率。

3.根據權利要求1所述的一種基于響應面和遺傳算法的AGV系統優化配置方法，其特征在于，所述步驟2具體過程如下：

采用二階多項式構建響應面模型，其具體表達式如下：

式中y為響應變量，β_i,1≤i≤k為主效應系數，β_ii,1≤i≤k為平方效應系數，β_ij,1≤i,j≤k為交互效應系數，x_i,1≤i≤k、x_j,1≤j≤k為第i及第j個輸入變量，β₀為常量，ε為隨機值表示擬合誤差；

實驗設計采用CCD中心復合試驗設計確定試驗點，CCD實驗點由以下部分組成：析因點，最多2^k個，用于估計線性項和交互項；2k個軸向點，用于估計曲性二次項；1個中心點重復多次，用于提供一致精度及純誤差項的估計；通過CCD試驗設計方法確定試驗點，然后做仿真實驗給出試驗點的相關響應值，采用式(1)的完全二階響應面模型進行擬合；

對擬合模型的合理性和精度進行檢驗，F檢驗用來檢驗模型的顯著性，P值0.05說明擬合模型是顯著的，即模型是充分代表了真實函數的，沒有偏倚誤差；采用相關系數R²和調整后的相關系數Ra²對響應面的精度進行評估，R²和Ra²是響應面擬合的度量值，反映了響應面符合給定數據的程度，大小在[0,1]之間，其值越接近于1表示擬合的效果越好；經過合理性和精度檢驗的多個性能指標擬合數學模型一起組成了多目標性能優化模型。