Méthodes méta heuristiques pour le contrôle des systèmes multi-robot

Abstract

Les systèmes de transport multi-robot dans les industries, constitue l'implémentation la plus réussie pour les systèmes multi robot mobile (SMR). L'objectif de ce système de transport est de maximiser la productivité en maximisant le nombre d'objets transportés. Toutefois, l'avènement de l'industrie durable à inciter à une gestion efficace de l'énergie des systèmes. Dans cette thèse, nous proposons une nouvelle stratégie d'allocation des tâches, intitulée D-ILS, pour un système de transport multi-robot, qui maximise la production et minimise la consommation de l'énergie du SMR. la D-ILS est basée sur la méta heuristique de la recherche locale itérative (ILS) et sur une nouvelle fonction d'utilité modélisée sur des heuristiques élémentaires. Le protocole de la D-ILS utilise l'aspect multi-agent des SMR, pour imiter les méta heuristiques à population de points afin de résoudre l'allocation des tâches entre les robots de manière parallèle et distribuée. Chaque robot propose une solution pour l'allocation des tâches du groupe en utilisant l'ILS. Ainsi, la D-ILS associe les avantages d'exploration des méta heuristiques à population de points et les avantages d'exploitation des méta heuristiques de recherche à un seul point. La D-ILS est implémentée sur une plateforme de simulation. Les performances sont évaluées en termes d'énergie consommée, de la productivité, de la productivité par d'énergie consommée, et de robustesse. La D-ILS est comparée à trois heuristiques inspirées des règles de dispatching des véhicules à guidage automatique. Les résultats indique que la D-ILS optimise la productivité, gère efficacement la consommation d'énergie du SMR et donne de bonnes performances en termes de productivité dans un scénario dynamique.