随着科学技术的快速发展,智能信息化系统也逐渐被应用于港口,在提高港口整体的运营水平之外,还能够提高物流效率,对物流的成本加以控制。目前,自动化码头已经代替了人力进行操作,有效解决了人力操作过程中所存在的易出错、效率低等问题。纵观自动化码头的发展趋势,自动化码头必将是未来的主要发展方向。自动导引车（Automated Guided Vehicle）,简称AGV,其核心就在于导航装置,能够获取四周的相关信息,并对行驶的路线进行规划调整,从而便于货物的装卸和搬运,大大提高了工作效率。但是,随着港口日益增长的吞吐量,货物频繁装卸和搬运,即使是运用自动导引车,但在有限的运输道路内,路径规划冲突是经常出现的问题。因此,对路径规划冲突的问题加以解决,是当前发展自动化码头首要考虑的问题。本文以黄骅港自动化码头为例,重点分析了当前自动化码头AGV路径规划和优化情况。首先,明确本文的研究对象和研究内容,对智能物流、AGV定义、AGV关键技术以及场内车辆路径规划问题的国内外文献进行综述。并对电子地图构建以及车辆路径规划问题模型构建和求解算法进行分类总结,以蚁群算法为基础,以短距离、低成本为目标构建模型,并通过大量模型实验,达到提高车辆利用率,提升码头作业效率的目的。根据传统蚁群算法的成效来看,在优化其信息素更新规则、信息素反馈机制、状态转移规则之后,再结合多智能体系统（Multi-agent system,MAS）,从而对传统蚁群算法进行改进。假设AGV是蚂蚁智能体（Ant-agent）,且携带着负反馈机制的信息素进入到运输线路中。我们通过对拥挤度的标准进行设定,从而建立状态转移规则。当出现路径冲突时,可以通过相应的解决机制加以解决。根据以上的假设和研究成果,基于Ant-agent的AGV控制算法（简称Ant-agent算法）被提出来了。我们基于多智能体仿真软件Netlogo6.1.0,以此作为研究平台,在此平台上设置起止模块、测试参数莫奎、测试结果模块和测试环境模块。对AGV控制算法性能测试系统进行了优化。基于Ant-agent算法所具备的路径优化性能,并通过两阶段均匀设计试验法进行验证之后,明确了在使用Ant-agent算法之后,所得出的最佳路径参数组合。经过研究发现,Ant-agent算法在经过优化之后,其自身的解锁性能避碰性能、运输效率都得到了优化。在本次的研究中,采取Ant-agent算法,该算法的优点在于能够根据当前AGV所处的位置,实时反馈前方的路况,有效避免了路径上道路拥堵和路径冲突等问题,从而有效提升AGV的运输效率。本文的研究目的在于通过研究AGV控制的相关问题,以此来优化自动码头AGV路径的规划和调动。