申晓玉

针对智能工厂多AGV物料配送中存在路径冲突、任务分配不合理、调度响应滞后等问题，开展AI驱动的动态调度策略研究。以生产节拍、物流效率、设备利用率为优化目标，构建融合实时数据感知、动态任务分配与全局路径规划的AI调度模型，通过强化学习与智能优化算法实现多AGV自主协同与冲突消解。该策略可自适应生产任务变化与车间路况波动，有效减少拥堵死锁、缩短配送周期、提升物流系统柔性与稳定性。实验与应用结果表明，AI调度较传统规则调度在配送效率、资源利用、运行可靠性上均有明显提升，可为智能工厂高效物流配送提供技术支撑与实践借鉴。

智能工厂；AGV协同配送；AI调度；动态调度

[1] 李凤宪.芯片工厂物流配送系统中多模式呼叫与 AGV 调度协同架构设计方法研究[J].物流科技,2025,48(22):22-26. [2] 罗梦文,王恺.考虑车辆路径的多工厂生产与配送联合调度[J].运筹与管理,2024,33(11):51-57. [3] 谢成.医院药品配送系统自动导引运输车的使用与效果评价[J].中国药事,2021,35(08):957-962. [4] 唐捷凯,胡蓉,钱斌,等.混合帝国竞争算法求解带多行程批量配送的多工厂集成调度问题[J].电子学报,2022,50(07):1621-1630. [5] 王鹏宇,石峻峰,王波,等.装配式工厂物料配送多重影响因素分析[J].湖北工业大学学报,2021,36(01):106-109+120.

点击下载PDF