AGV是柔性物流中的关键设备，其调度问题是柔性制造系统(FMS)的主要环节，也是现代化生产研究的主要内容。随着自动化程度的提高和计算机技术的发展，无人化车间对AGV进行自动化管理，提高系统的运输效率和能力的要求日益加深，因此，需要对AGV的功能进行进一步开发和研究。目前针对AGV调度问题的研究，大多集中在如何应用智能算法进行AGV行驶最短路径的规划，而对问题的描述则通常简化为仅考虑起始点和目标点，而忽略工艺要求及实际生产环境对AGV调度的约束，使研究缺乏实际操作性。本文是在柔性制造环境下，在考虑工艺要求、实际生产环境的基础上，分别对实际应用中常见的单AGV单任务以及多AGV多任务调度问题进行研究。　　单AGV单任务调度问题中，在满足加工工艺要求的基础上，根据AGV实际运行环境，建立了电子地图，进而设定离线数据库，并以总路程最短为优化目标，建立了该问题的数学模型。在AGV调度算法设计过程中，首先应用模拟退火算法对问题进行求解，针对基本模拟退火算法在迭代过程中存在可能会略过真实最优解的缺陷，设计了带记忆功能的模拟退火算法对问题进行求解，并应用遗传算法求解相同问题以验证模拟退火算法的正确性和有效性，而基本遗传算法求解过程中有可能略过最优解和破坏最优解，因此设计了带记忆功能的精英保护遗传算法。通过应用两种算法对同一问题求解结果进行分析和比较，可以得出，针对本文设定问题，模拟退火算法的迭代速度更快，同时，由于应用遗传算法求解的过程中，染色体长度的不确定使得求解过程更加复杂，因此认为模拟退火算法更适用于无人化车间AGV调度问题的求解。　　在单AGV单任务调度问题研究的基础上，多AGV多任务调度问题要求在满足加工工艺要求的前提下，考虑加工时间以及操作单位被占用的约束，对多AGV多任务调度问题进行研究。通过对工艺、操作单位及占用时间三者关系的分析建立了数学模型，并创立实时数据库。以任务距离最短，AGV占用数量最少为优化目标，采用基于优先级法的先进先出原则(FIFO)，设计了带有记忆功能的模拟退火算法来对多AGV多任务调度问题的任务路线及AGV行驶路径进行规划。　　分别对无人化车间中单AGV单任务、多AGV多任务调度问题的求解设计了适用的模拟退火算法，并通过仿真实验验证所建数学模型的正确性和相应求解算法的有效性。系统运行结果显示，设计的AGV调度系统可以有效完成实际环境中多任务规划和AGV调度。