公开(公告)号：CN118627785A

公开(公告)日：2024-09-10

申请号：CN202410607512.8

申请日：2024-05-15

Applicant: 哈尔滨理工大学

Inventor： 姜昊 ,  罗智勇 ,  滕文瑶

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

Abstract: 一种基于排序的双种群进化算法求解柔性作业车间调度问题的方法。本发明针对如何优化柔性车间调度的最大完工时间，最大机器负荷，所有机器总负荷问题提出了基于排序的双种群进化算法。该算法首先用两种初始化方法生成两个种群，其次分别对两个种群分别进行精英选择，堵轮盘选择策略选择出父代种群；之后分别对父代种群进行变异、交叉等操作对种群进行进化迭代；最后，当达到最大迭代次数，返回最优种群集，并显示其收敛曲线图，输出最有调度方案的甘特图。对比发现，在相同迭代次数下，该优化算法具有更快的收敛速度，容易跳出局部最优获得更好的解集。因此，本发明具有一定的可行性和有效性。

公开(公告)号：CN116880403A

公开(公告)日：2023-10-13

申请号：CN202310946092.1

申请日：2023-07-29

Applicant: 哈尔滨理工大学

Inventor： 滕文瑶 ,  罗智勇 ,  王姝懿 ,  齐宏卓

IPC: G05B19/418

Abstract: 一种基于时间约束的并行工作流优化调度方法。本发明主要针对如何优化并行工艺流程提出了工作流模型优化算法。该算法首先根据工艺流程中的任务和偏序关系建立工作流模型。然后根据所提出的规则计算各结点的执行区间，如果工作流模型图中存在并行路径，通过整合方式将并行任务集合虚拟成一个结点，使工作流串行化，同时求解该虚拟结点对应执行域，再通过由后向前归约来计算每各结点的最优解，通过局部最优解获取全局最优解，最终通过正向调度输出优化路径。对比发现，该算法优于传统单目标优化调度算法，对工作流模型的优化效果显著。因此，本发明具有一定的可行性和有效性。

公开(公告)号：CN118626206A

公开(公告)日：2024-09-10

申请号：CN202410657749.7

申请日：2024-05-27

Applicant: 哈尔滨理工大学

Inventor： 滕文瑶 ,  罗智勇 ,  姜昊

IPC: G06F9/455 ,  G06N3/006

Abstract: 本发明提出了一种改进麻雀搜索算法(SSA)的多目标云任务调度方法，简称MISSA。旨在优化云资源分配问题。该算法首先引入非线性自适应衰减因子，对生产者位置进行精细调整，以实现全局探索与局部开发的均衡。此外，MISSA还引入了新的边界控制机制和创新策略，显著提升了性能不佳的解决方案。本发明的目标是减少完工时间和总能耗，并实现负载的均衡分配。为了全面评估MISSA的性能，我们采用了一组基准函数进行测试，以验证其解决全局优化问题的能力。此外，将MISSA应用于云任务调度问题，其表现优于其他现有的元启发式算法，充分证明了MISSA在云任务调度领域的高效性和优越性，为云资源管理提供了一种创新的优化方法。

公开(公告)号：CN116203965A

公开(公告)日：2023-06-02

申请号：CN202310269020.8

申请日：2023-03-19

Applicant: 哈尔滨理工大学

Inventor： 许海峰 ,  罗智勇 ,  滕文瑶

IPC: G05D1/02

Abstract: 本发明提出了一种基于AGV的路径规划算法，针对生产车间中AGV的结构和特点提出改进的蚁群算法(Ant Colony Optimization，ACO)的路径规划算法。针对蚁群算法存在效率低、收敛速度慢、容易陷入局部最优等缺点，因此，提出一种结合A*算法与蚁群算法改进的ASACO算法，首先根据生产车间地形环境运用栅格法来创建栅格地图，根据栅格地图确立起始点和终点，之后运用启发式A*算法来构建起始点到终点的预估路径，通过预估路径初始化蚁群算法的信息素浓度，避免蚁群算法的前期盲目搜索，针对实际情况中不只针对单纯的路径距离同时对路径的转弯角度与转弯次数作为考量因素，最后通过蚁群算法的来找到最适合AGV的行驶路径。对比试验发现该算法有着明显的优化效果。