Modified Adaptive Large Neighborhood Search for Scheduling Automated Guided Vehicle fleets considering dynamic transport carrier transfers

Abstract

Abstract (D): Die Leistungsfähigkeit eines Fahrerlosen Transportsystems ist stark von der Steuerung der Fahrzeugflotte abhängig. Besonders die Zuordnung von Ladungsträgern und Fahrzeugen sowie die Festlegung der Abarbeitungsreihenfolge haben einen großen Einfluss. Ein möglicher, gegenseitiger Austausch von Ladungsträgern zwischen den Fahrzeugen eines Fahrerlosen Transportsystems wurde bisher nicht umfassend untersucht. Gleichzeitig zeigen Anwendungen aus anderen Einsatzgebieten fahrzeugbasierter Systeme wie bspw. der Personentransport oder der Transport durch Kurierdienste vielversprechende Ergebnisse, wie eine Reduzierung von Fahrzeugbewegungen und Lieferzeiten. Diese Ansätze zur Planung von Transporten lassen sich nicht direkt auf den Anwendungsfall Fahrerloses Transportsystem übertragen, da sich die zugrundeliegenden Annahmen hinsichtlich der Modellierung (z. B. ein einzelnes Depot als Start- und Zielpunkt aller Fahrzeuge) und der Lösungsgenerierung (z. B. keine Echtzeitanforderung) stark unterscheiden. Ein heuristischer Ansatz, adaptiert auf die Steuerung von Fahrerlosen Transportsystemen in der Intralogistik, wird in diesem Beitrag vorgestellt. Der Ansatz wird als Modified Adaptive Large Neighborhood Search bezeichnet. Der Artikel beschreibt das Konzept des Ansatzes und die erforderlichen Anpassungen für das Einsatzfeld. Experimente anhand generischer Testinstanzen zeigen, dass der Ansatz geeignet ist, um ranTransfers zwischen den Fahrzeugen kleiner Flotten zu identifizieren. Darüber hinaus werden Potenziale und Hindernisse für den Einsatz in industriellen Anwendungen herausgearbeitet.