Control basado en agentes de áreas de interacción en intralogística: concepto, implementación y simulación
Autores: Gehlhoff, Felix; Jobs, Niklas; Henkel, Vincent
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Control basado en agentes de áreas de interacción en intralogística: concepto, implementación y simulación
Categoría
Gestión y administración
Subcategoría
Gestión logística
Palabras clave
Desafíos
Globalización
Individualización
Control descentralizado
Enfoques basados en agentes
Sistemas AGV
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Los sistemas de intralogística enfrentan crecientes desafíos debido a la globalización, la individualización y ciclos de vida de productos más cortos, exigiendo soluciones flexibles y reactivas más allá del control centralizado tradicional. Los enfoques descentralizados basados en agentes ofrecen ventajas potenciales, especialmente para los sistemas de Vehículos Guiados Automáticamente (AGV), donde la gestión de colisiones en áreas de interacción sigue siendo un problema crítico. Este estudio propone dos conceptos de control descentralizado basados en agentes para sistemas AGV en intralogística. Uno utiliza un modelo jerárquico con un Gestor de Intersecciones para coordinar a los agentes AGV, mientras que el otro emplea un sistema totalmente heterárquico. Para la comparación, también se implementa una heurística de Primero en Llegar, Primero en Ser Atendido y un método de Programación Lineal Entera Mixta (MILP). Las simulaciones muestran que ambos enfoques basados en agentes previenen eficazmente las colisiones y mantienen la priorización de pedidos y los objetivos de tiempo. Aunque los retrasos promedio son similares, el sistema heterárquico requiere hasta 2.7 veces más comunicación. El control basado en prioridades mejora la puntualidad para vehículos de alta prioridad, pero puede aumentar los retrasos para AGV de menor prioridad. El método MILP, aunque efectivo, está limitado por tiempos de cálculo poco prácticos. El estudio confirma la viabilidad del control basado en agentes para gestionar áreas de interacción en sistemas AGV, destacando las compensaciones entre descentralización, eficiencia y comunicación. Ofrece una base para futuras investigaciones sobre modelos híbridos y la aplicación en el mundo real de estrategias de control descentralizado.
Descripción
Los sistemas de intralogística enfrentan crecientes desafíos debido a la globalización, la individualización y ciclos de vida de productos más cortos, exigiendo soluciones flexibles y reactivas más allá del control centralizado tradicional. Los enfoques descentralizados basados en agentes ofrecen ventajas potenciales, especialmente para los sistemas de Vehículos Guiados Automáticamente (AGV), donde la gestión de colisiones en áreas de interacción sigue siendo un problema crítico. Este estudio propone dos conceptos de control descentralizado basados en agentes para sistemas AGV en intralogística. Uno utiliza un modelo jerárquico con un Gestor de Intersecciones para coordinar a los agentes AGV, mientras que el otro emplea un sistema totalmente heterárquico. Para la comparación, también se implementa una heurística de Primero en Llegar, Primero en Ser Atendido y un método de Programación Lineal Entera Mixta (MILP). Las simulaciones muestran que ambos enfoques basados en agentes previenen eficazmente las colisiones y mantienen la priorización de pedidos y los objetivos de tiempo. Aunque los retrasos promedio son similares, el sistema heterárquico requiere hasta 2.7 veces más comunicación. El control basado en prioridades mejora la puntualidad para vehículos de alta prioridad, pero puede aumentar los retrasos para AGV de menor prioridad. El método MILP, aunque efectivo, está limitado por tiempos de cálculo poco prácticos. El estudio confirma la viabilidad del control basado en agentes para gestionar áreas de interacción en sistemas AGV, destacando las compensaciones entre descentralización, eficiencia y comunicación. Ofrece una base para futuras investigaciones sobre modelos híbridos y la aplicación en el mundo real de estrategias de control descentralizado.