基于多特征與改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的AGV實(shí)時(shí)調(diào)度研究

卜人杰，朱 瑾

（上海海事大學(xué) 物流科學(xué)與工程研究院，上海 201306）

0 引言

AGV具有自主定位、自主導(dǎo)航、信息交互等特點(diǎn)，結(jié)合AGV實(shí)時(shí)數(shù)據(jù)信息的優(yōu)化調(diào)度可以有效降低集裝箱的周轉(zhuǎn)時(shí)間和作業(yè)成本[1,2]。

目前針對(duì)AGV的調(diào)度研究一般在已知集裝箱作業(yè)任務(wù)信息的前提下，用啟發(fā)式算法求解[3,4]，但是這種傳統(tǒng)的優(yōu)化方法不能滿足自動(dòng)化碼頭動(dòng)態(tài)變化的情況。因此近年來，基于機(jī)器學(xué)習(xí)的實(shí)時(shí)動(dòng)態(tài)調(diào)度方法日益受到重視，通過真實(shí)數(shù)據(jù)或模擬仿真學(xué)習(xí)各個(gè)狀態(tài)的最優(yōu)策略[5]。目前神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于分類、聚類、數(shù)據(jù)處理等方面[6]。解明利等[7]提出了一種基于最大熵的神經(jīng)網(wǎng)絡(luò)權(quán)值優(yōu)化算法，解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)在進(jìn)行調(diào)度策略時(shí)易陷入局部最優(yōu)的問題。Akyol等[8]提出了一種基于神經(jīng)網(wǎng)絡(luò)的決策系統(tǒng)，通過仿真實(shí)驗(yàn)獲取數(shù)據(jù)并訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使得神經(jīng)網(wǎng)絡(luò)可以根據(jù)給定的參數(shù)選擇最優(yōu)的決策。Choe等[9～11]提出了一種在線學(xué)習(xí)指派策略，并以岸橋平均延遲時(shí)間和AGV空載距離最短為目標(biāo)，使用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練兩個(gè)集裝箱之間的偏好強(qiáng)度，實(shí)現(xiàn)實(shí)時(shí)指派。但是BP神經(jīng)網(wǎng)絡(luò)中權(quán)值太多，計(jì)算量太大，需要大量樣本進(jìn)行訓(xùn)練，影響求解速率。Xin等[12]以裝卸集裝箱的總完工時(shí)間最少為目標(biāo)，提出了一種基于當(dāng)前狀態(tài)的設(shè)備重調(diào)度方法。Ren等[13]采用強(qiáng)化學(xué)習(xí)算法，建立Q學(xué)習(xí)和離線學(xué)習(xí)模塊，針對(duì)多種調(diào)度策略，在每次調(diào)度結(jié)束后，動(dòng)態(tài)的給出下一狀態(tài)的調(diào)度策略。但是使用非線性函數(shù)的強(qiáng)化學(xué)習(xí)往往會(huì)因?yàn)樘卣鞑煌a(chǎn)生分歧，導(dǎo)致收斂性很差。因此可以利用卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征學(xué)習(xí)能力，學(xué)習(xí)非線性模型并通過局部擬合學(xué)習(xí)得到實(shí)時(shí)模型，為了提高卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，主要是通過增加輸出通道的數(shù)量，但是這會(huì)造成參數(shù)過多和過擬合。

綜上所述，針對(duì)自動(dòng)化碼頭AGV調(diào)度和卷積神經(jīng)網(wǎng)絡(luò)中存在的參數(shù)過多、過擬合等問題，考慮AGV的行駛速度，每個(gè)集裝箱作業(yè)的緊急程度等約束，建立以岸橋（Quay Crane，QC）平均作業(yè)時(shí)間最短和AGV空載距離最小為目標(biāo)的AGV實(shí)時(shí)調(diào)度模型，并設(shè)計(jì)了一種改進(jìn)的一維卷積神經(jīng)網(wǎng)絡(luò)對(duì)實(shí)時(shí)調(diào)度指派策略進(jìn)行在線學(xué)習(xí)，基于InceptionNet的一維卷積通過分支的方式增大網(wǎng)絡(luò)的寬度和深度，去除了最后一層全連接層。確定了實(shí)驗(yàn)樣本池容量，設(shè)計(jì)基于多特征在線學(xué)習(xí)指派策略與最短車程指派策略的對(duì)比實(shí)驗(yàn)，比較了不同規(guī)模的AGV在作業(yè)動(dòng)態(tài)程度不同的情況下的QC平均作業(yè)時(shí)間、AGV空載距離和總完成時(shí)間。

1 多特征指派模型

1.1 模型假設(shè)

首先定義一個(gè)集裝箱，當(dāng)它需要QC進(jìn)行裝卸貨并且還沒有分配AGV時(shí)，那么這個(gè)集裝箱就為候選作業(yè)，并作出以下假設(shè)：

1）一個(gè)岸橋?qū)?yīng)多個(gè)堆場(chǎng)，AGV所服務(wù)的岸橋、場(chǎng)橋不固定；

2）AGV每次只運(yùn)輸一個(gè)集裝箱；

3）所有集裝箱作業(yè)計(jì)劃已知；

4）當(dāng)AGV無作業(yè)時(shí)回到中轉(zhuǎn)區(qū)；

1.2 模型框架和變量設(shè)定

當(dāng)AGV完成當(dāng)前的作業(yè)，就會(huì)觸發(fā)調(diào)度。第一步通過從每個(gè)QC的裝載或卸貨順序中收集候選作業(yè)，在線學(xué)習(xí)算法會(huì)使用當(dāng)前的調(diào)度策略從候選作業(yè)中選擇一個(gè)作業(yè)，然后將該作業(yè)分配給請(qǐng)求新作業(yè)的AGV，當(dāng)前調(diào)度策略從候選作業(yè)中選擇的作業(yè)不一定是真正的最佳作業(yè)。特別是作業(yè)開始是以隨機(jī)的初始策略開始。在第二步中，基于每個(gè)候選作業(yè)的多特征，通過短暫的超前模擬仿真?zhèn)€連續(xù)作業(yè)分配來評(píng)估每個(gè)候選作業(yè)，使用偏好函數(shù)檢查所有候選作業(yè)的評(píng)估值來確定最佳作業(yè)，將最佳作業(yè)與其余每個(gè)作業(yè)配對(duì)形成訓(xùn)練樣本，最后使用改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)訓(xùn)練樣本并更新指派策略在此仿真中，并將指派策略應(yīng)用到下一次調(diào)度過程中。為了闡述模型，引用以下變量進(jìn)行表示。其中流程圖如圖1所示。

圖1 AGV實(shí)時(shí)指派流程圖

J為候選作業(yè)集；

π為指派策略；

T為樣本池；

R為樣本上限；

L為仿真模擬作業(yè)個(gè)數(shù)；

I為一個(gè)集裝箱作業(yè)；

J*為最佳作業(yè)；

C為新生成的作業(yè)訓(xùn)練樣本；

V為候選作業(yè)集合的評(píng)價(jià)數(shù)組；

ω為權(quán)重。

1.3 基于多特征的集裝箱作業(yè)表示

在為AGV指派作業(yè)時(shí)，通過對(duì)候選作業(yè)的各種標(biāo)準(zhǔn)評(píng)估來選擇最佳作業(yè)，其中一些標(biāo)準(zhǔn)是經(jīng)過設(shè)計(jì)盡量減少AGV的空載距離和最小化QC的平均作業(yè)時(shí)間。本文使用7個(gè)狀態(tài)來表示一個(gè)裝卸船候選作業(yè)，如表1所示。每個(gè)標(biāo)準(zhǔn)將在下文進(jìn)行詳細(xì)描述。

表1 候選作業(yè)特征指標(biāo)

令X為候選作業(yè)的集裝箱，然后基于d個(gè)不同的標(biāo)準(zhǔn)，根據(jù)X的評(píng)估結(jié)果來構(gòu)建關(guān)于候選作業(yè)的d維向量，即：

其中，Ci（x）是基于第i個(gè)標(biāo)準(zhǔn)的當(dāng)前情況下的X的評(píng)估值。

C1（x）表示集裝箱的緊急程度，即：

其中td（x）是AGV到達(dá)集裝箱X的時(shí)間，tc為當(dāng)前時(shí)間，C1（x）越小，表示該集裝箱作業(yè)越緊急。

C2（x）表示當(dāng)前小車到達(dá)集裝箱X的時(shí)間與另一個(gè)最快完成作業(yè)的AGV到達(dá)時(shí)間之差，即：

其中ta（v，x）為當(dāng)前請(qǐng)求作業(yè)的AGV到達(dá)集裝箱X的時(shí)間，x為請(qǐng)求作業(yè)的AGV到達(dá)集裝箱X的空載距離，v'表示除了v以外另一個(gè)最快到達(dá)該集裝箱X的AGV，此標(biāo)準(zhǔn)使得在做出調(diào)度決策時(shí)不僅考慮已經(jīng)完成作業(yè)的當(dāng)前AGV，還考慮了在不久的將來即將完成作業(yè)的其他AGV。

C3（x）表示當(dāng)前請(qǐng)求作業(yè)的AGV到達(dá)集裝箱X的空載距離。

C4（x）表示當(dāng)前請(qǐng)求作業(yè)的AGV運(yùn)輸作業(yè)X的負(fù)載行駛距離的相反數(shù)。取相反數(shù)的目的是使分?jǐn)?shù)變小，以獲得更好的偏好。

如果是對(duì)集裝箱作業(yè)X進(jìn)行裝船，則C5（x）=0，如果是對(duì)X進(jìn)行卸船，則C5（x）=1，這表明該策略對(duì)于裝船的偏好高于卸船，因?yàn)閷?duì)于自動(dòng)化集裝箱碼頭，裝載的效率是最重要的。

C6（x）表示QC平均延遲的相反數(shù)，即：

Dx（Xi）表示QC作業(yè)第i個(gè)集裝箱所需要的時(shí)間，k表示到目前為止QC作業(yè)的集裝箱數(shù)量。

C7（x）表示作業(yè)X的相對(duì)剩余工作負(fù)載，即：

其中Wx為存儲(chǔ)當(dāng)前作業(yè)X的堆場(chǎng)的集裝箱數(shù)量，Wavg表示所有堆場(chǎng)中的平均剩余集裝箱數(shù)量，C7（x）給予裝載集裝箱更高的優(yōu)先級(jí)，當(dāng)工作負(fù)載平均分配時(shí)，該值為-1/2，對(duì)于集裝箱卸船作業(yè)時(shí)，該值固定為-1/2，C7（x）有助于均衡各個(gè)堆場(chǎng)間的集裝箱數(shù)量。

使用以下歸一化函數(shù)對(duì)上述7個(gè)指標(biāo)特征進(jìn)行歸一化處理，處理為[0，1]中的值。

2 在線學(xué)習(xí)算法

2.1 偏好函數(shù)與目標(biāo)函數(shù)

對(duì)于一對(duì)候選作業(yè)Xi和Xj，它們之間的偏好函數(shù)用式(7)表示，結(jié)果為[0，1]之間的實(shí)數(shù)，即：

返回值接近于1表示第一個(gè)候選作業(yè)對(duì)第二個(gè)的偏好更高，當(dāng)給出k個(gè)不同的候選作業(yè)時(shí)，可以將成對(duì)的偏好函數(shù)應(yīng)用于每個(gè)可能組合的候選作業(yè)對(duì)來確定最佳作業(yè)。利用式(8)求出候選作業(yè)Xi在狀態(tài)θ下的候選作業(yè)集合中的偏好之差總和。v（Xi|Jθ）值最大的作業(yè)Xi是當(dāng)前候選作業(yè)集Jθ中的最佳作業(yè)J^*，因此對(duì)于一個(gè)給定的狀態(tài)θ下的候選作業(yè)集Jθ中的指派策略π為式(9)所示。

在實(shí)驗(yàn)中要實(shí)現(xiàn)的兩大目標(biāo)即：最大程度減少Q(mào)C的平均作業(yè)時(shí)間和AGV的空載距離，我們應(yīng)在此方面衡量調(diào)度決策的優(yōu)劣，選擇Tn和Dn最小作為評(píng)價(jià)指標(biāo)建立目標(biāo)函數(shù)f（n），假設(shè)已使用該調(diào)度策略處理了n個(gè)集裝箱作業(yè)，使用目標(biāo)函數(shù)(10)來衡量該調(diào)度決策的性能。

其中Tn表示QC處理n個(gè)集裝箱的平均作業(yè)時(shí)間，Dn表示AGV運(yùn)輸n個(gè)集裝箱的平均空載距離，ωT，ωD分別為各自的權(quán)重。這里Tn和Dn的計(jì)算方式如下：

其中Q為QC的集合，tn為當(dāng)?shù)趎個(gè)作業(yè)完成時(shí)，QC的作業(yè)時(shí)間，s是所有作業(yè)的開始時(shí)間，F(xiàn)q，n是到時(shí)間tn為止時(shí)QC完成的作業(yè)集合，eJ是作業(yè)J的AGV的空載距離。ωT，ωD可以根據(jù)兩個(gè)目標(biāo)的相對(duì)重要性而發(fā)生變化。

2.2 樣本的訓(xùn)練與評(píng)價(jià)函數(shù)

每次使用基于上述偏好函數(shù)的調(diào)度策略將集裝箱作業(yè)分配給AGV之后，都會(huì)更新偏好函數(shù)以用于下一輪集裝箱作業(yè)分配。即每完成一次調(diào)度決策，都會(huì)進(jìn)行一次短暫的超前模擬評(píng)估每個(gè)候選作業(yè)，假設(shè)僅在k個(gè)候選作業(yè)中進(jìn)行作業(yè)分配，把k中的每一個(gè)作業(yè)都作為一次最佳作業(yè)，然后進(jìn)行模擬仿真，在這個(gè)過程中指派規(guī)則ω不變，在超前模擬仿真k個(gè)候選作業(yè)后，使用以下目標(biāo)函數(shù)進(jìn)行候選作業(yè)的評(píng)估，并得到一個(gè)評(píng)價(jià)矩陣，找出評(píng)價(jià)矩陣中評(píng)價(jià)函數(shù)最小的初始作業(yè)。在第一次AGV指派時(shí)，由于沒有樣本進(jìn)行學(xué)習(xí)，我們是采用隨機(jī)策略來進(jìn)行訓(xùn)練樣本的獲取。

超前模擬仿真過程中的評(píng)價(jià)函數(shù)如下：

其中Tn+k和Dn+k的計(jì)算方式如下：

在洋蔥的種植基地內(nèi)，要嚴(yán)格進(jìn)行管理，禁止對(duì)于高毒、劇毒或者高殘留農(nóng)藥的使用，同時(shí)還需要禁止除草劑的使用。在種植過程中，應(yīng)當(dāng)選擇抗病蟲害能力較強(qiáng)的品種，減少使用化學(xué)藥劑處理種子的操作。并針對(duì)種子的生長發(fā)育進(jìn)行科學(xué)的田間管理。

Dn+k的計(jì)算方式與Dn相同，但是Tn+k是通過計(jì)算處理集裝箱作業(yè)數(shù)量最少的那個(gè)QC的平均作業(yè)時(shí)間來獲得的，因?yàn)槿绻诙唐诘某澳M仿真中使用式(11)來計(jì)算，則會(huì)使得QC首先去處理那些作業(yè)時(shí)間較短的集裝箱，以得到較小的QC平均作業(yè)時(shí)間，但是這種對(duì)具有較短時(shí)間作業(yè)的偏向會(huì)使得具有較長處理時(shí)間的集裝箱作業(yè)直到最后才會(huì)被選擇，最終會(huì)導(dǎo)致分配這些作業(yè)的QC的延遲。所以采用式(14)來評(píng)估會(huì)促使所有QC的作業(yè)進(jìn)度相對(duì)平均。

找出評(píng)價(jià)矩陣中評(píng)價(jià)函數(shù)最小的初始作業(yè)J*，然后將最佳作業(yè)J*與k中的其他候選作業(yè)兩兩配對(duì)，生成（k-1）個(gè)訓(xùn)練樣本，由于生成的（k-1）個(gè)訓(xùn)練樣本總數(shù)通常不足以使模型能夠可靠的學(xué)習(xí)整個(gè)新功能，因此在線偏好學(xué)習(xí)算法維護(hù)著一組最近的樣本池T，這些新的訓(xùn)練樣本已經(jīng)累積到樣本池T中，然后，該樣本池T中的所有樣本都將學(xué)習(xí)新的偏好進(jìn)而更新偏好函數(shù)用于下一次作業(yè)分配。

2.3 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)

候選作業(yè)之間的偏好選擇可以歸于多分類問題，通過改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)使用增量學(xué)習(xí)策略對(duì)偏好函數(shù)進(jìn)行學(xué)習(xí)。改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型如圖2所示，將InceptionNet和傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合，從網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)優(yōu)化方面構(gòu)造了新的分類模型。首先將每個(gè)作業(yè)兩兩比較轉(zhuǎn)化成一個(gè)15×7的矩陣輸入得到第一層，通過三個(gè)不同的分支1×3的卷積、1×5的卷積、1×7的卷積進(jìn)行特征變換得到三個(gè)15×16的卷積，隨后通過聚合操作將三個(gè)分支的結(jié)果進(jìn)行合并得到了最終的過濾器作為下一個(gè)卷積層的輸入。按照與上一層相同的邏輯，再分別經(jīng)過三個(gè)1×3的卷積、1×5的卷積、1×7的卷積的特征變換，并通過全局平均池化層得到三個(gè)8×32的卷積，最后通過維度的聚合在輸出通道上將三個(gè)分支的結(jié)果進(jìn)行合并輸出一個(gè)長度為6的向量，因?yàn)橥瑫r(shí)有6個(gè)作業(yè)進(jìn)行分類，激活函數(shù)采用的是Softmax函數(shù)。與傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)相比，基于InceptionNet的改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)雖然在每層卷積前面增加了三個(gè)1×3的卷積、1×5的卷積、1×7的卷積，增加了網(wǎng)絡(luò)層數(shù)，但是去除了最后的全連接層，使用全局平均池化層代替全連接層，進(jìn)而減少了參數(shù)的數(shù)量，提高了運(yùn)算速度并減輕過擬合，同時(shí)網(wǎng)絡(luò)中卷積核的大小也不一樣，增加了神經(jīng)網(wǎng)絡(luò)對(duì)不同尺度的適應(yīng)性。

圖2 改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)

3 實(shí)驗(yàn)場(chǎng)景與結(jié)果分析

3.1 實(shí)驗(yàn)場(chǎng)景

本實(shí)驗(yàn)采用Python語言實(shí)現(xiàn)，進(jìn)行實(shí)驗(yàn)的計(jì)算機(jī)參數(shù)為Inter（R）Core（TM）i7-7700HQ CPU @ 2.80GHz 2.80GHz，內(nèi)存16G，Windows10。實(shí)驗(yàn)中的自動(dòng)化集裝箱碼頭布局如圖3所示。

圖3 自動(dòng)化集裝箱碼頭布局

假設(shè)有6個(gè)QC，集裝箱堆場(chǎng)數(shù)量為14，總共有900個(gè)集裝箱作業(yè)，實(shí)驗(yàn)?zāi)M的AGV數(shù)量為12，18，24，速度v=4m/s，ωT:ωD=1:1，QC所處理的集裝箱作業(yè)目的堆場(chǎng)編號(hào)服從正態(tài)分布N（μi，σ2i）。如μ4=9時(shí)，表示由QC4所處理的集裝箱存放在堆場(chǎng)B9附近，隨著σ4的增大或減小，集裝箱存放在B9的更大或更小范圍內(nèi)，因此可以通過改變?chǔ)蘨和σi的值，來模擬不同的實(shí)驗(yàn)場(chǎng)景。

設(shè)計(jì)了兩個(gè)實(shí)驗(yàn)場(chǎng)景，每個(gè)實(shí)驗(yàn)場(chǎng)景包含900個(gè)集裝箱作業(yè)。場(chǎng)景1設(shè)置為各個(gè)QC所處理的集裝箱大都分布在最近的堆場(chǎng)周圍，AGV的負(fù)載距離都相對(duì)均勻和較短，此時(shí)集裝箱的分布參數(shù)設(shè)置為（μ1，μ2，μ3，μ4，μ5，μ6）=（2，4，6，9，11，13），σi=1，場(chǎng)景2設(shè)置為集裝箱被廣泛的分布在各個(gè)堆場(chǎng)，AGV的負(fù)載距離各不均勻，此時(shí)集裝箱的分布參數(shù)設(shè)置為（μ1，μ2，μ3，μ4，μ5，μ6）=（4，5，6，7，8，9），σi=5。

3.2 實(shí)驗(yàn)結(jié)果分析

3.2.1 實(shí)驗(yàn)1結(jié)果分析

在場(chǎng)景1的情況下，確定合適的樣本池容量上限大小，為后續(xù)實(shí)驗(yàn)做好基礎(chǔ)。

表3顯示了通過從樣本池中的樣本學(xué)習(xí)來更新偏好功能所花費(fèi)的CPU時(shí)間。學(xué)習(xí)時(shí)間包括生成訓(xùn)練示例和計(jì)算所花費(fèi)的時(shí)間。

表3 場(chǎng)景1樣本容量實(shí)驗(yàn)結(jié)果

由表3可知，盡管學(xué)習(xí)時(shí)間隨樣本池上限的增加而增加，但仍為1秒左右，對(duì)于在AGV調(diào)度中進(jìn)行實(shí)時(shí)處理來說足夠了。當(dāng)樣本池中數(shù)據(jù)過多時(shí)，隨著樣本池上限的增加，Tn和Dn都會(huì)有所增加，CPU學(xué)習(xí)時(shí)間隨著樣本池上限的增加而增加，指派算法的性能下降，就會(huì)導(dǎo)致模型無法準(zhǔn)確獲取不斷變化的指派規(guī)則。當(dāng)樣本池上限R=225時(shí)，CPU學(xué)習(xí)時(shí)間為0.684s，小于1s，可以接受，由此后續(xù)實(shí)驗(yàn)，將樣本池上限R設(shè)置為225。

3.2.2 實(shí)驗(yàn)2結(jié)果分析

比較12～24臺(tái)不同規(guī)模的AGV在場(chǎng)景1和場(chǎng)景2下的調(diào)度結(jié)果。

實(shí)驗(yàn)結(jié)果如表4所示，當(dāng)AGV的數(shù)量從12逐漸增加到24時(shí)，Tn和Dn減少的速率逐步放緩，因?yàn)殡S著AGV的數(shù)量的增加，同樣也可能會(huì)伴隨AGV之間的沖突。

表4 不同場(chǎng)景下AGV的調(diào)度情況

1）場(chǎng)景2下的和都高于場(chǎng)景1，這是因?yàn)閳?chǎng)景2的集裝箱散落在各個(gè)堆場(chǎng)之間，動(dòng)態(tài)程度更高，AGV的負(fù)載距離是不均勻的。

2）當(dāng)集裝箱作業(yè)數(shù)量相同時(shí)，場(chǎng)景1下18臺(tái)AGV運(yùn)行下的與場(chǎng)景2下24臺(tái)AGV運(yùn)行下的接近。因此可以根據(jù)QC和AGV的信息收集和集裝箱作業(yè)的偏好，對(duì)指派策略進(jìn)行調(diào)整，從而減少AGV數(shù)量的投入。

3.2.3 實(shí)驗(yàn)3結(jié)果分析

通過改變集裝箱作業(yè)的數(shù)量，比較采用基于多特征的在線學(xué)習(xí)指派策略與采用最短車程指派策略的調(diào)度結(jié)果。

由圖4可知，采用多特征在線學(xué)習(xí)指派策略下比采用最短車程指派策略的Dn大約多了13%，但是隨著QC所處理的集裝箱數(shù)量增加，多特征在線學(xué)習(xí)指派策略與最短車程指派策略間的Dn差值大約不變。兩種指派策略情況下總完成時(shí)間隨著集裝箱數(shù)量增加不斷增加，采用多特征在線學(xué)習(xí)指派策略的總完成時(shí)間比采用最短車程指派策略的總完成時(shí)間約平均縮短12%，當(dāng)每個(gè)QC平均處理約225個(gè)TEU時(shí)，采用多特征在線學(xué)習(xí)指派策略能節(jié)省約21%總完成時(shí)間。

圖4 不同指派規(guī)則下的調(diào)度結(jié)果

由表5可知，兩種指派策略下的QC的Tn差值為3.9s，26.2s，33.8s，56.4s等，并且隨著集裝箱數(shù)量的增加，在線學(xué)習(xí)指派策略和最短車程指派策略之間Tn差值不斷增加，說明基于多特征的在線學(xué)習(xí)指派策略能夠有效減少Q(mào)C的平均作業(yè)時(shí)間和最小化完成時(shí)間。

表5 不同指派規(guī)則下的QC平均完成時(shí)間

4 結(jié)語

本文設(shè)計(jì)了一種基于InceptionNet的卷積神經(jīng)網(wǎng)絡(luò)模型，使用全局平均池化層代替了全連接層，減少了參數(shù)數(shù)量，同時(shí)InceptionNet通過分支的方式增大網(wǎng)絡(luò)的深度和寬度能夠很好的提高網(wǎng)絡(luò)的性能，避免過擬合。然后使用改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)用于在線學(xué)習(xí)基于多特征指派策略的AGV動(dòng)態(tài)調(diào)度模型，并通過更新偏好函數(shù)來進(jìn)行指派策略的調(diào)整。設(shè)計(jì)了三組實(shí)驗(yàn)，首先確定樣本池容量實(shí)驗(yàn)，R=225，然后進(jìn)一步對(duì)12～24臺(tái)不同規(guī)模的AGV在作業(yè)動(dòng)態(tài)程度不同的情況下的調(diào)度結(jié)果進(jìn)行分析，表明在場(chǎng)景1的情況下18臺(tái)AGV的Tn與場(chǎng)景2下24臺(tái)AGV的Tn十分接近，因此可以根據(jù)集裝箱作業(yè)的分布，減少AGV運(yùn)行數(shù)量。最后對(duì)比了基于多特征的在線學(xué)習(xí)指派策略與最短車程指派策略，實(shí)驗(yàn)結(jié)果表明，隨著集裝箱作業(yè)量的增加，采用基于多特征的在線學(xué)習(xí)指派策略比采用最短車程指派策略的Tn約平均縮短17%，總完成時(shí)間均大約縮短12%。驗(yàn)證了提出的基于多特征指派策略能夠有效的提高AGV作業(yè)效率。