随着科技水平的不断提高,传统的大批量流水线生产模式已无法适应消费终端的不确定性、多变性,企业生产的柔性化、智能化要求日益增加。AGV作为一种智能化的物料搬运车辆,在车间物流中表现出较高的智能化、自动化,大大提高了制造业中生产线生产的柔性和灵活程度。但由于AGV在国内应用起步较晚,在使用过程中还存在较多问题。本文以J公司电控车间多AGV系统作业调度为研究对象,重点研究AGV在物料配送过程中在路径规划、任务分配等方面存在的问题。本文主要进行了以下几个方面的研究:(1)对J公司电控车间多AGV系统作业调度情况进行调查、研究,收集研究数据,通过数据分析,发现AGV配送过程中,在路径规划、任务分配等方面存在问题,并分析问题存在的原因。(2)为解决AGV作业过程中存在的问题,本文建立了以系统中AGV配送总距离最小为目标的数学模型,并根据各产线生产过程中物料消耗速度和配送的时间要求,引入时间窗和罚函数部分,增加了数学模型的科学性、实用性。(3)为更好求解数学模型,本文对常用算法进行分析,并选用粒子群优化算法进行模型求解。由于粒子群优化算法求解得到的路径改善效果不明显,继续使用粒子群—遗传混合算法进行求解,再次得到优化路径,通过对改善前后的路径进行分析、比较,确定利用粒子群—遗传混合算法求解模型得到的路径为最优路径。(4)为证明优化后路径的可行性,直观说明改善效果,本文运用Anylogic仿真软件对优化前和利用粒子群—遗传混合算法求得的AGV配送路径进行建模仿真比较。通过对比输出数据可知,利用粒子群—遗传混合算法求得的配送路径实际效果良好,与优化前相比,各项指标都有所改善。本文通过对J公司多AGV系统作业调度进行研究,对配送路径进行重新规划,使系统中AGV配送路径更加合理,提高配送效率,减少配送成本。该论文有图34幅,表28个,参考文献83篇。