来源：期刊VIP网 时间：
作者：赵一鸣;黄敏;焦国帅;宋扬;王兴伟;
单位：东北大学信息科学与工程学院;东北大学计算机科学与工程学院;
摘要：订单拣选效率是移动机器人拣货系统（robotic mobile fulfillment systems,RMFS）优化研究的重点关注指标。为减少RMFS中自动导引运输车充电过程的排队等待时间，提出一种灵活充电策略，并针对RMFS的任务分配与充电调度协同优化问题建立以最小化订单拣选时间为目标的混合整数线性规划模型。为提高求解效率，设计了一种嵌入强化学习的遗传算法。实验结果验证了所提算法的有效性和协同优化的重要性，同时表明采用所提充电策略能够减少充电等待时间，进而提高订单拣选效率。
关键词：移动机器人拣货系统;;协同优化;;任务分配;;充电调度;;遗传算法;;强化学习
基金资助：国家重点研发计划（2021YFB3300900）;; 国家自然科学基金重大研究计划重点支持项目（92267206）;国家自然科学基金重点项目（62032013）
