基于改进浣熊算法的多AGV 任务分配研究
作 者：
熊江伟
摘 要：
针对无人车间对 AGV 运输成本和时效的要求，考虑到浣熊算法的易陷入局部最优和初始解依赖性，提出了一种改进的浣熊算法。通过融合遗传算法，降低陷入局部最优解的可能；引入 Levy 飞行参数和动态因子，平衡算法的开发与勘探。通过对比浣熊算法和改进算法的实验，结果表明：改进算法在任务分配效率上显著优于传统方法，路径总长度、任务完成时间等关键性能指标得到了显著优化，能够以更快的速度求得更优的可行解，验证了改进算法的有效性与稳定性，更适用于复杂环境下多 AGV 系统的任务分配场景。
来 源：
《信息产业报道》 2025-02