1.數(shù)學規(guī)劃方法AGV搬運車選擇最優(yōu)任務和最優(yōu)路徑，可以歸結為一個任務調(diào)度問題。實際應用的方法主要有整數(shù)規(guī)劃、動態(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，求解問題的時間呈指數(shù)增長，這限制了該方法在負責任的大規(guī)模實時路由優(yōu)化調(diào)度中的應用。

 　   2.仿真方法的仿真方法是對實際調(diào)度環(huán)境進行建模，對AGV搬運車調(diào)度方案的實現(xiàn)進行計算機仿真和仿真。該方法具有離散事件仿真方法、面向對象的仿真方法和三維仿真技術。

 　   3.人工智能AI AGV搬運車調(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，力求給一個滿意的解決方案采用知識表示技術，包括人的知識，在同一時間。具體方法專家系統(tǒng)方法，遺傳算法，啟發(fā)式，神經(jīng)網(wǎng)絡算法。