-
公开(公告)号：CN118428652B
公开(公告)日：2024-11-08
申请号：CN202410501296.9
申请日：2024-04-25
Applicant: 暨南大学
IPC: G06Q10/0631 , G06Q10/0835 , G06Q10/083 , G06Q10/087 , G06Q50/04
Abstract: 本申请涉及面向生产与运输的智能联动决策方法及服务平台，该方法包括：将更新生成的生产变量期望值和配送变量期望值分别下发至生产规划子系统和输送规划子系统；接收生产规划子系统响应于生产变量期望值所返回的生产变量返回值和输送规划子系统响应于配送变量期望值所返回的配送变量返回值，并判断生产变量返回值和配送变量返回值是否满足预设的产运一致性约束；在判断到生产变量返回值和配送变量返回值不满足预设的产运一致性约束的情况下，重复执行利用预设的协同优化CO算法和动态容差进行协同优化，直至新的生产变量返回值和配送变量返回值满足产运一致性约束，得到联动决策结果。
-
公开(公告)号：CN118278693B
公开(公告)日：2024-11-01
申请号：CN202410466365.7
申请日：2024-04-18
Applicant: 暨南大学
IPC: G06Q10/0631 , G06F18/2411 , G06N3/0442 , G06N3/126 , G06Q30/0202 , G06Q50/04
Abstract: 本申请涉及基于工业大数据的间歇式生产系统经济批量决策方法、服务平台及介质，该方法包括：获取当前所接收到的需求订单信息；根据预设的支持向量机SVM多分类模型，对所述当前产品生产信息进行处理，确定产品类型；将已确定产品类型的所述当前产品生产信息，输入预设的需求时序预测模型，得到第一产品需求预测信息；在将所述第一产品需求预测信息导入与所述产品类型对应的经济生产批量决策模型之后，利用预设的遗传算法和迭代规则，计算出经济生产批量结果，通过引入大数据分析技术确定决策模型中的关键变量，增强模型求解的精准性，提升复杂随机环境下生产物流系统多层次、多尺度管控决策的智能化水平。
-
公开(公告)号：CN118428851B
公开(公告)日：2024-10-15
申请号：CN202410501297.3
申请日：2024-04-25
Applicant: 暨南大学
IPC: G06Q10/087 , G06Q10/0631 , G06Q10/0835 , G06Q10/083 , G06Q50/04
Abstract: 本申请涉及基于订单批处理的生产与仓储智能联动决策方法及服务平台，该方法包括：获取预规划的排产信息和当前预规划的仓储信息，排产信息关联对应的生产总成本和生产下线时间序列，仓储信息关联对应的仓储总成本和排库时间序列；对生产总成本、生产下线时间序列、仓储总成本和排库时间序列，利用改进的协同优化算法和动态容差进行协同优化，以更新当前生产耦合变量期望值和当前排库耦合变量期望值；判断完成当次迭代的候选排产信息所对应的生产下线时间序列和候选仓储信息所对应的排库时间序列是否满足预设的一致性约束，并在判断到满足预设的一致性约束时，将对应的候选排产信息和对应的候选仓储信息作为协同规划结果。
-
公开(公告)号：CN118503806A
公开(公告)日：2024-08-16
申请号：CN202410720765.6
申请日：2024-06-05
Applicant: 暨南大学
IPC: G06F18/2411 , G06F18/24 , G06F18/2413
Abstract: 本申请涉及基于TOPSIS和SVR的订单评级方法、装置、评级系统及存储介质，该方法包括：获取待排序的订单数据，对订单数据进行预处理，以生成预设数据格式的候选订单数据，候选订单数据包括多种目标指标参数；利用TOPSIS法，处理多种目标指标参数，得到每个目标指标参数所对应的权重数据；对多种目标指标参数和每个目标指标参数对应的权重数据，利用秩和比评价法RSR进行秩和比计算，得到与每个目标指标参数对应的实时加权秩和比，将实时加权秩和比输入SVR模型，输出与实时加权秩和比对应的预测加权秩和比；根据预测加权秩和比和预设的分档规则，确定每个订单数据所对应的分档排序结果。通过本申请，解决相关技术中评级订单的方法效率及准确率低的问题。
-
公开(公告)号：CN118428652A
公开(公告)日：2024-08-02
申请号：CN202410501296.9
申请日：2024-04-25
Applicant: 暨南大学
IPC: G06Q10/0631 , G06Q10/0835 , G06Q10/083 , G06Q10/087 , G06Q50/04
Abstract: 本申请涉及面向生产与运输的智能联动决策方法及服务平台，该方法包括：将更新生成的生产变量期望值和配送变量期望值分别下发至生产规划子系统和输送规划子系统；接收生产规划子系统响应于生产变量期望值所返回的生产变量返回值和输送规划子系统响应于配送变量期望值所返回的配送变量返回值，并判断生产变量返回值和配送变量返回值是否满足预设的产运一致性约束；在判断到生产变量返回值和配送变量返回值不满足预设的产运一致性约束的情况下，重复执行利用预设的协同优化CO算法和动态容差进行协同优化，直至新的生产变量返回值和配送变量返回值满足产运一致性约束，得到联动决策结果。
-
Patent Agency Ranking
公开(公告)号：CN118485358A
公开(公告)日：2024-08-13
申请号：CN202410669998.8
申请日：2024-05-28
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G06Q10/08 , G06Q10/0631 , G06Q10/04 , G06N3/126
Abstract: 本申请涉及基于改进教与学算法的分布式区块链生产物流资源的优化配置方法，包括：从预设的多个区块链资源集合对应的生产物流资源BCPLR节点中，选取每个区块链资源集合对应的候选BCPLR节点集；基于多个候选BCPLR节点集和生产物流任务量，进行种群个体编码和种群初始化，生成多个第一个体编码；利用改进的教与学算法TLBO，对多个第一个体编码进行种群搜索迭代，生成多个第二个体编码，并基于第二个体编码对应的资源配置方式的适应度和改进的TLBO，对多个第二个体编码进行种群更新迭代，并从生成的多个备选个体编码中，确定目标个体编码，得到优化配置结果，其中，改进的TLBO是将多教师分组的教学策略和结合随机性和有向性的交叉学习策略分别作为TLBO的教学策略和学习策略的TIBO。
-
公开(公告)号：CN118278693A
公开(公告)日：2024-07-02
申请号：CN202410466365.7
申请日：2024-04-18
Applicant: 暨南大学
IPC: G06Q10/0631 , G06F18/2411 , G06N3/0442 , G06N3/126 , G06Q30/0202 , G06Q50/04
Abstract: 本申请涉及基于工业大数据的间歇式生产系统经济批量决策方法、服务平台及介质，该方法包括：获取当前所接收到的需求订单信息；根据预设的支持向量机SVM多分类模型，对所述当前产品生产信息进行处理，确定产品类型；将已确定产品类型的所述当前产品生产信息，输入预设的需求时序预测模型，得到第一产品需求预测信息；在将所述第一产品需求预测信息导入与所述产品类型对应的经济生产批量决策模型之后，利用预设的遗传算法和迭代规则，计算出经济生产批量结果，通过引入大数据分析技术确定决策模型中的关键变量，增强模型求解的精准性，提升复杂随机环境下生产物流系统多层次、多尺度管控决策的智能化水平。
-
公开(公告)号：CN118485358B
公开(公告)日：2025-02-07
申请号：CN202410669998.8
申请日：2024-05-28
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G06Q10/08 , G06Q10/0631 , G06Q10/04 , G06N3/126
Abstract: 本申请涉及基于改进教与学算法的分布式区块链生产物流资源的优化配置方法，包括：从预设的多个区块链资源集合对应的生产物流资源BCPLR节点中，选取每个区块链资源集合对应的候选BCPLR节点集；基于多个候选BCPLR节点集和生产物流任务量，进行种群个体编码和种群初始化，生成多个第一个体编码；利用改进的教与学算法TLBO，对多个第一个体编码进行种群搜索迭代，生成多个第二个体编码，并基于第二个体编码对应的资源配置方式的适应度和改进的TLBO，对多个第二个体编码进行种群更新迭代，并从生成的多个备选个体编码中，确定目标个体编码，得到优化配置结果，其中，改进的TLBO是将多教师分组的教学策略和结合随机性和有向性的交叉学习策略分别作为TLBO的教学策略和学习策略的TIBO。
-
公开(公告)号：CN118503806B
公开(公告)日：2024-11-12
申请号：CN202410720765.6
申请日：2024-06-05
Applicant: 暨南大学
IPC: G06F18/2411 , G06F18/24 , G06F18/2413
Abstract: 本申请涉及基于TOPSIS和SVR的订单评级方法、装置、评级系统及存储介质，该方法包括：获取待排序的订单数据，对订单数据进行预处理，以生成预设数据格式的候选订单数据，候选订单数据包括多种目标指标参数；利用TOPSIS法，处理多种目标指标参数，得到每个目标指标参数所对应的权重数据；对多种目标指标参数和每个目标指标参数对应的权重数据，利用秩和比评价法RSR进行秩和比计算，得到与每个目标指标参数对应的实时加权秩和比，将实时加权秩和比输入SVR模型，输出与实时加权秩和比对应的预测加权秩和比；根据预测加权秩和比和预设的分档规则，确定每个订单数据所对应的分档排序结果。通过本申请，解决相关技术中评级订单的方法效率及准确率低的问题。
-
公开(公告)号：CN118428851A
公开(公告)日：2024-08-02
申请号：CN202410501297.3
申请日：2024-04-25
Applicant: 暨南大学
IPC: G06Q10/087 , G06Q10/0631 , G06Q10/0835 , G06Q10/083 , G06Q50/04
Abstract: 本申请涉及基于订单批处理的生产与仓储智能联动决策方法及服务平台，该方法包括：获取预规划的排产信息和当前预规划的仓储信息，排产信息关联对应的生产总成本和生产下线时间序列，仓储信息关联对应的仓储总成本和排库时间序列；对生产总成本、生产下线时间序列、仓储总成本和排库时间序列，利用改进的协同优化算法和动态容差进行协同优化，以更新当前生产耦合变量期望值和当前排库耦合变量期望值；判断完成当次迭代的候选排产信息所对应的生产下线时间序列和候选仓储信息所对应的排库时间序列是否满足预设的一致性约束，并在判断到满足预设的一致性约束时，将对应的候选排产信息和对应的候选仓储信息作为协同规划结果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
