第一章 绪论 | 第1-21页 |
1.1 自动导引小车系统(AGVS)概述 | 第13-14页 |
1.2 AGVS的发展与现状 | 第14-16页 |
1.2.1 AGV的发展过程 | 第14-15页 |
1.2.2 国内外的 AGV发展状况 | 第15-16页 |
1.3 AGV的特点和类型划分 | 第16-19页 |
1.3.1 AGV的特点 | 第16-17页 |
1.3.2 AGV的类型划分 | 第17-19页 |
1.4 本文的研究内容 | 第19-20页 |
1.5 本章小结 | 第20-21页 |
第二章 AGVS的总体构成和运行原理 | 第21-28页 |
2.1 AGVS的总体构成 | 第21-24页 |
2.1.1 控制系统 | 第22页 |
2.1.2 驱动导向系统 | 第22页 |
2.1.3 通讯系统 | 第22-23页 |
2.1.4 车体系统 | 第23页 |
2.1.5 移载机构 | 第23页 |
2.1.6 动力系统 | 第23-24页 |
2.1.7 安全系统 | 第24页 |
2.1.8 其它辅助机构 | 第24页 |
2.2 AGV小车的运行原理 | 第24-27页 |
2.2.1 AGV小车的工作原理 | 第25页 |
2.2.2 AGV小车的运行流程 | 第25-27页 |
2.3 本章小结 | 第27-28页 |
第三章 AGV小车的路径规划 | 第28-49页 |
3.1 AGV路径规划概述 | 第28-29页 |
3.1.1 全局路径规划 | 第28-29页 |
3.1.2 局部路径规划 | 第29页 |
3.2 含 AGVS物流系统的设计与规划 | 第29-33页 |
3.2.1 含 AGVS的生产线简介 | 第29-31页 |
3.2.2 含 AGVS的物流路线布局 | 第31页 |
3.2.3 AGVS工作路径设计 | 第31-33页 |
3.3 AGV路径规划方法 | 第33-35页 |
3.3.1 离散事件仿真 | 第33-34页 |
3.3.2 人工智能方法和神经网络方法 | 第34页 |
3.3.3 基于 Petri网的方法 | 第34-35页 |
3.3.4 Dijkstra算法 | 第35页 |
3.3.5 遗传算法求解最短路径的方法 | 第35页 |
3.3.6 集成方法 | 第35页 |
3.4 图论原理 | 第35-39页 |
3.4.1 图的定义 | 第35-36页 |
3.4.2 路径 | 第36-37页 |
3.4.3 图在计算机中的表示 | 第37-39页 |
3.5 AGVS的有向图模型 | 第39-40页 |
3.6 生产车间物流系统路径规划 | 第40-42页 |
3.6.1 生产车间平面布置 | 第40页 |
3.6.2 生产车间的物流分析 | 第40-42页 |
3.7 汽车后桥生产车间 AGVS物流路径布置实例 | 第42-48页 |
3.7.1 利用 AutoCAD进行车间布置图的设计 | 第42-44页 |
3.7.2 汽车后桥零件机加工车间布置图 | 第44-45页 |
3.7.3 生产车间物流路径规划 | 第45-47页 |
3.7.5 AGV路径抽象图 | 第47-48页 |
3.8 本章小结 | 第48-49页 |
第四章 基于遗传算法的 AGV最短路径调度 | 第49-65页 |
4.1 遗传算法的基本原理 | 第49-51页 |
4.1.1 遗传算法的特点 | 第49-50页 |
4.1.2 遗传算法的基本术语 | 第50-51页 |
4.2 遗传算法的基本思想和操作 | 第51-55页 |
4.2.1 遗传算法的基本流程 | 第51-52页 |
4.2.2 遗传算法参数设计与操作 | 第52-55页 |
4.3 最短路径问题的描述 | 第55-58页 |
4.3.1 最短路径问题的数学模型 | 第55-56页 |
4.3.2 最短路径问题的基本遗传操作步骤 | 第56-57页 |
4.3.3 AGV系统的路径规划问题的调度规则和假设 | 第57-58页 |
4.4 最短路径问题的遗传算法实现 | 第58-60页 |
4.4.1 基于优先权的编码 | 第58页 |
4.4.2 路径生长过程 | 第58-59页 |
4.4.3 最短路径问题的遗传算法操作 | 第59-60页 |
4.5 算法实例及结论 | 第60-63页 |
4.5.1 算例说明 | 第60-61页 |
4.5.2 算法的编程实现及结论 | 第61-63页 |
4.6 本章小结 | 第63-65页 |
第五章 结束语 | 第65-66页 |
参考文献 | 第66-69页 |