公开(公告)号：CN118211633A

公开(公告)日：2024-06-18

申请号：CN202410287475.7

申请日：2024-03-13

Applicant: 三峡大学

Inventor： 孟荣华 ,  王佳怡 ,  吴正佳 ,  杜轩 ,  李浩平 ,  董元发 ,  邓少华

IPC: G06N3/084 ,  G06N3/006 ,  G06Q50/04 ,  G06F17/18 ,  G06N3/048

Abstract: 基于IWOA‑BP神经网络算法的金属结构件制造最小流程时间预测方法，根据水工金属构件自身的特点，结合水工金属构件切割、加工、焊接等加工过程，梳理了历史生产数据与生产经验，利用多元回归分析方法及斯皮尔曼相关系数对潜在影响某工序的流程时间特征指标进行筛选提取；本发明提出利用IWOA算法对于BP神经网络初始权重W和阈值b进行优化，IWOA算法通过引进鲸鱼种群杂交机制和迁移搜索策略、包围猎物策略、偏好选择搜索策略四种改进的强化寻优策略提高了传统WOA的性能，增强了WOA的局部和全局搜索能力，相比传统WOA增加了种群多样性及有效控制了收敛速度。

公开(公告)号：CN118691421A

公开(公告)日：2024-09-24

申请号：CN202410315626.5

申请日：2024-03-19

Applicant: 三峡大学

Inventor： 孟荣华 ,  王佳怡 ,  向宠宠 ,  吴正佳 ,  邓少华 ,  杜轩

IPC: G06Q50/04 ,  G06Q10/0631 ,  G06Q10/067 ,  G06N3/006 ,  G06N3/126

Abstract: 基于两阶段模型的金属结构件的排样与切割调度协同优化方法，第一阶段建立了以板材利用率最大为目标的排样模型，采用改进GWO算法对模型进行求解，依据零件排样优先权指导排样，采用排样优先权值越小先排样的启发式策略生成初始种群，通过改进GWO算法迭代优化获得矩形件的排样方案，第二阶段针对板材加工顺序及机器选择问题，建立以完工时间和拖期惩罚成本最小化为目标的数学模型，制定板材权值小先切割的启发式策略生成初始种群，利用改进NSGA‑II算法对不同排样方案下对应的切割调度进行优化。本发明提出基于零件交货期指导排样方案，在根据排样方案进行合理的切割调度，以保证两者之间的协调；提高原材料利用率、缩短制造周期、降低生产成本、提高生产效率。