结合粒子群算法与任务分配协调策略的仓储多机器人任务分配

摘要

针对粒子群算法(particle swarm optimization,PSO)求解仓储物流多机器人任务分配(multi-robot task allocation,MRTA)中出现的重叠及过载问题,提出一种基于PSO算法的任务分配方法,实现对多机器人任务的合理分配.考虑到MRTA问题,定义分配半径的概念,建立多目标优化任务分配数学模型,采用PSO算法优化出解空间,然后利用协调策略对解空间出现的任务重叠、过载进行调节,保证系统获得最高收益.与PSO算法及灰狼算法对比仿真实验结果表明:提出的方法任务完成时间为74.0492 s,远低于其他2种算法的101.2631 s、82.4279 s,在系统收益方面,性能指标函数值稳定在114.87,均高于其他2种算法,且收敛速度很快.提出的方法在解决多机器人任务分配问题方面更加合理有效.