-
公开(公告)号：CN114971169A
公开(公告)日：2022-08-30
申请号：CN202210392952.7
申请日：2022-04-14
Applicant: 温州大学
Abstract: 本发明公开了一种不相关并行机调度问题的学习型蜘蛛猴算法，按下述步骤进行：S1：混合迭代贪婪与随机规则生成初始种群P0；S2：种群解码，并随机分组确定局部领导者LL与全局领导者GL；S3：判断是否满足终止条件，不满足转下一步骤；S4：分别运用离散化交叉算子更新各组与整个种群个体；S5：分别判断GL与LL是否有更新，若达到限制次数没有更新，对LL所在小组执行强制更新，对整个种群重新分组或融合成一组；S6：利用学习优秀个体的PM策略知识库实现种群个体的PM自决策；S7：解码，确定LL和GL，转步骤S3。本发明具有快速求解考虑预防性维护与恶化效应的不相关并行机调度问题和提高车间机器利用率的特点。
-
公开(公告)号：CN108038612A
公开(公告)日：2018-05-15
申请号：CN201711293227.X
申请日：2017-12-08
Applicant: 温州大学
Abstract: 本发明提供一种用户行为驱动的制造云服务自组织评价系统，包括用户行为接口、用户行为跟踪记录器、制造云服务库、用户行为库、行为权重计算器、制造云服务评价器以及用户权重评价器。用户行为接口提供用户操作制造云服务的接口，用户行为跟踪记录器跟踪和记录用户的各种行为，制造云服务库存储制造云服务模型，用户行为库存储用户行为模型，行为权重计算器计算不同类型行为的权重。制造云服务评价器获取用户行为数据以及用户权重向量，计算制造云服务的评价向量；用户权重评价器获取用户行为数据及制造云服务评价向量，计算用户权重向量。实施本发明，能够降低海量制造云服务评价的时间和成本，提高服务评价的用户参与度与专业性。
-
公开(公告)号：CN103879593A
公开(公告)日：2014-06-25
申请号：CN201410115338.1
申请日：2014-03-26
Applicant: 温州大学
IPC: B65B43/30
Abstract: 本发明提供了一种塑料袋自动吸附分离装置，包括机械手、吸附机构和分离机构；吸附机构包括连接保护罩、弹簧、压板、吸附活塞筒、吸附活塞杆、吸附吸盘和吸附活塞杆驱动单元，所述连接保护罩通过螺纹连接固定安装在机械手上，可由机械手驱动做旋转运动；旋转后使得吸附机构和分离机构位置相对；分离机构包括机壳、方形筒、固定活塞筒、分离活塞杆、分离吸盘、方形筒驱动单元和分离活塞杆驱动单元。本发明通过吸附机构吸附塑料袋，再通过机械手，使吸附机构与塑料袋旋转90度，分离机构再将塑料袋分离；分离后，吸盘吸力消失，塑料袋自行脱落。本发明结构简单、操作方便，其工作效率高，可完全替代人工分离塑料袋，并可嵌入流水线进行包装工作。
-
公开(公告)号：CN117312594A
公开(公告)日：2023-12-29
申请号：CN202311308423.5
申请日：2023-10-10
Applicant: 温州大学
IPC: G06F16/535 , G06F30/17 , G06V20/64 , G06V10/46 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本发明提供一种融合双尺度特征的草图化机械零件库检索方法，包括获取各机械零件的三维模型，投影得到各机械零件的多个视图，采用联合图像熵的方式从多个视图中选出最优视图集；构建mechanical sketch模型，对各机械零件的最优视图集进行边缘轮廊提取，得到各机械零件的轮廓草图；构建视觉词袋模型和改进的MVCNN模型，分别对各机械零件的轮廓草图进行局部及全局特征提取；构建双尺度特征提取模型，耦合各机械零件的局部特征及全局特征得到聚合特征描述子；使用双尺度特征提取模型提取输入草图的草图特征描述子，并与聚合特征描述子进行相似度计算，且根据计算结果，输出匹配结果。实施本发明，能够消除草图和三维模型之间模态差异，提高检索精度。
-
公开(公告)号：CN115687569A
公开(公告)日：2023-02-03
申请号：CN202211320693.3
申请日：2022-10-26
Applicant: 温州大学
IPC: G06F16/33 , G06F16/35 , G06F40/30 , G06F18/23213 , G06F18/241 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种制造云服务推荐生成方法，包括获取云平台的各制造服务描述性信息及标签信息；采用LDA主题模型对各制造服务描述性信息进行向量化建模，得到制造服务p个主题信息，并通过Word2vec映射扩充得到p×q维服务主题词的词向量，且将所有词向量输入CNN学习到制造服务深度特征，进一步通过深度特征相似度计算得到制造服务相似度矩阵；将各制造服务标签信息聚类采用改进的K‑Means聚类得到制造服务类别，进一步得到用户类别矩阵模型和服务类别矩阵模型并得到系数，以构建出用户偏好矩阵；将制造服务相似度矩阵与用户偏好矩阵结合，得到制造服务推荐列表。实施本发明，解决了现有技术中制造服务信息特征提取不全面和用户服务矩阵稀疏的问题。
-
Patent Agency Ranking
公开(公告)号：CN108804636B
公开(公告)日：2020-10-20
申请号：CN201810561169.2
申请日：2018-06-04
Applicant: 温州大学
Abstract: 本发明提供一种复合式环境制造系统的数据处理方法，其包括以下步骤：1)记录制造系统内的所有服务器，并对其进行子系统信息归类；2)对归类的子系统之间的关系进行分析，并建立彼此相依的关联性；3)检验整个制造系统内所有的子系统，确认是否有未建立子系统关系的遗漏子系统；4)在检验完成之后，停止监控无运行的子系统；5)接收运行状态下的子系统的数据，并对其进行异常检测。建立子系统的关系，快速提升有关联的子系统，提升整体系统运行效率，去除没有在运行的子系统，也就是不提供类似电力和空间监控的过程，达到节省资源的功效。
-
公开(公告)号：CN103879593B
公开(公告)日：2015-09-16
申请号：CN201410115338.1
申请日：2014-03-26
Applicant: 温州大学
IPC: B65B43/30
Abstract: 本发明提供了一种塑料袋自动吸附分离装置，包括机械手、吸附机构和分离机构；吸附机构包括连接保护罩、弹簧、压板、吸附活塞筒、吸附活塞杆、吸附吸盘和吸附活塞杆驱动单元，所述连接保护罩通过螺纹连接固定安装在机械手上，可由机械手驱动做旋转运动；旋转后使得吸附机构和分离机构位置相对；分离机构包括机壳、方形筒、固定活塞筒、分离活塞杆、分离吸盘、方形筒驱动单元和分离活塞杆驱动单元。本发明通过吸附机构吸附塑料袋，再通过机械手，使吸附机构与塑料袋旋转90度，分离机构再将塑料袋分离；分离后，吸盘吸力消失，塑料袋自行脱落。本发明结构简单、操作方便，其工作效率高，可完全替代人工分离塑料袋，并可嵌入流水线进行包装工作。
-
公开(公告)号：CN114971169B
公开(公告)日：2025-05-06
申请号：CN202210392952.7
申请日：2022-04-14
Applicant: 温州大学
IPC: G06Q10/0631 , G06N3/006
Abstract: 本发明公开了一种不相关并行机调度问题的学习型蜘蛛猴算法，按下述步骤进行：S1：混合迭代贪婪与随机规则生成初始种群P0；S2：种群解码，并随机分组确定局部领导者LL与全局领导者GL；S3：判断是否满足终止条件，不满足转下一步骤；S4：分别运用离散化交叉算子更新各组与整个种群个体；S5：分别判断GL与LL是否有更新，若达到限制次数没有更新，对LL所在小组执行强制更新，对整个种群重新分组或融合成一组；S6：利用学习优秀个体的PM策略知识库实现种群个体的PM自决策；S7：解码，确定LL和GL，转步骤S3。本发明具有快速求解考虑预防性维护与恶化效应的不相关并行机调度问题和提高车间机器利用率的特点。
-
公开(公告)号：CN119443374A
公开(公告)日：2025-02-14
申请号：CN202411482631.1
申请日：2024-10-23
Applicant: 温州大学
IPC: G06Q10/04 , G06Q10/0631 , G06F17/10 , G06Q50/04 , G06Q10/30
Abstract: 本发明涉及拆卸线平衡技术领域，提供一种多目标人机协同拆卸线平衡问题解决方法，其包括以下步骤：一、提出一种考虑零部件再制造需求特性与危害特性的人机协作拆卸线平衡问题HRC‑DLBP，针对任务操作者分配问题，基于废旧产品各零部件的再制造需求和危害特性，建立了拆卸任务‑任务操作者之间的映射约束机制；二、构建针对所提问题的以最小化工作站数量、最小化任务操作者空闲时间均衡指标、最小化需求指标和危险指标为优化目标的混合整数规划模型；三、通过一种融合基于随机变换任务操作者的嵌入式扰动策略的多目标改进教学优化MTLO算法进行求解。本发明能较佳的解决多目标人机协同拆卸线平衡问题。
-
公开(公告)号：CN117908489A
公开(公告)日：2024-04-19
申请号：CN202410078133.4
申请日：2024-01-19
Applicant: 温州大学
IPC: G05B19/418
Abstract: 本发明公开了一种PCB组装车间多目标批量流调度问题的优化方法，包括两阶段：阶段一，运用启发式I‑ECT规则解决元件分配和排序问题，目标是最小化SMT的最大完工时间Cmax，并计算PCB订单在SMT工序的加工时间矩阵；阶段二，运用改进的蜘蛛猴优化(ISMO)算法解决订单排序、订单分批和批次分配问题，以同时最小化Cmax、总能耗和总拖期。为提高算法性能，采用四种技术：组合启发式生成初始解、基于贡献值的领导者选择法、根据种群进化状态的个体更新方法，以及基于Q‑Learning的自适应参数调整。通过与四种经典多目标进化算法的比较实验，结果表明两阶段ISMO算法在解集收敛性、分布性和鲁棒性方面表现优越，有效解决了PCB组装车间多目标批量流调度问题。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.028 seconds)
