Neural Network-Based Genetic Job Assignment for Automated Guided Vehicles

Abstract

Fahrerlose Transportsysteme werden häufig für den innerbetrieblichen Materialtransport im Produktions- und Lagerumfeld genutzt. Die Be- und Entladung mit Material findet an bestimmten Stationen, den Quellen und Senken, statt. Transportaufträge führen immer von einer Quelle zu einer Senke. Diese werden den Fahrzeugen, die die begrenzte Ressource im System darstellen, zugeordnet. Dafür gibt es unterschiedliche Verfahren. In dieser Veröffentlichung wird ein neues Verfahren vorgestellt und evaluiert, das auf von genetischen Algorithmen trainierten neuronalen Netzen basiert. Die Versuche zeigen, dass das vorgestellte Verfahren bessere Ergebnisse liefert als ein Verfahren, das eine Kombination aus „First Come First Served“- und dem „Nearest Vehicle First“-Verfahren darstellt.