基于改进蜣螂优化算法在自动化码头多AGV 调度中的应用
作 者：
叶甜；陈建刚
摘 要：
为弥补基础蜣螂算法（Dung Beetle Optimizer, DBO）在自动化码头多AGV 协同调度中存在的早熟收敛和局部开发精度不足的缺陷，文章提出一种改进蜣螂优化算法（Improved Dung Beetle Optimizer, IDBO），该算法采用“种群相似度动态监测—自适应调节”机制，防止早熟收敛；设计混合变异策略，在迭代初期利用莱维飞行变异扩大全局探索范围，后期通过高斯变异强化局部开发精度，实现全局探索与局部开发的动态平衡。为验证 IDBO 的有效性，文章将其与传统遗传算法（Genetic Algorithm, GA）应用于自动化码头多自动导引车（Automated Guided Vehicle, AGV）协同调度问题。通过仿真实验验证，IDBO 在求解精度、收敛速度及稳定性方面均显著优于对比算法，可有效解决高维度、强约束工程优化问题。
来 源：
《信息产业报道》 2026-01