1.數(shù)學(xué)規(guī)劃方法AGV搬運(yùn)車選擇最優(yōu)任務(wù)和最優(yōu)路徑，可以歸結(jié)為一個(gè)任務(wù)調(diào)度問題。實(shí)際應(yīng)用的方法主要有整數(shù)規(guī)劃、動(dòng)態(tài)規(guī)劃、Petri方法等。在小規(guī)模調(diào)度的情況下，這種方法可以獲得較好的調(diào)度效果，但隨著調(diào)度規(guī)模的增大，求解問題的時(shí)間呈指數(shù)增長(zhǎng)，這限制了該方法在負(fù)責(zé)任的大規(guī)模實(shí)時(shí)路由優(yōu)化調(diào)度中的應(yīng)用。

 　   2.仿真方法的仿真方法是對(duì)實(shí)際調(diào)度環(huán)境進(jìn)行建模，對(duì)AGV搬運(yùn)車調(diào)度方案的實(shí)現(xiàn)進(jìn)行計(jì)算機(jī)仿真和仿真。該方法具有離散事件仿真方法、面向?qū)ο蟮姆抡娣椒ê腿S仿真技術(shù)。

 　   3.人工智能AI AGV搬運(yùn)車調(diào)度處理的方法被描述為一組滿足在尋找最優(yōu)解的約束的解決方案。它采用了多種搜索技術(shù)，力求給一個(gè)滿意的解決方案采用知識(shí)表示技術(shù)，包括人的知識(shí)，在同一時(shí)間。具體方法專家系統(tǒng)方法，遺傳算法，啟發(fā)式，神經(jīng)網(wǎng)絡(luò)算法。