批生产模式下的库位规划方法、电子装置及存储介质

    公开(公告)号:CN118229194A

    公开(公告)日:2024-06-21

    申请号:CN202410437940.0

    申请日:2024-04-12

    Applicant: 暨南大学

    Abstract: 本申请涉及批生产模式下的库位规划方法、电子装置及存储介质,该方法包括:获取当前空闲的货位信息和组批生产后的多个生产订单信息,每个生产订单信息包括多个目标对象对应的同一类别的单品信息;从多个生产订单信息中,获取每个目标对象对应的多个单品信息,得到每个目标对象对应的多个入库子单信息,并基于货位信息和入库子单信息,进行初始编码,得到第一编码序列;利用ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作,生成备选编码序列;根据备选编码序列和当前编码序列对应的仓储成本,从备选编码序列和当前编码序列中,选取目标编码序列,得到库位规划结果。通过本申请,解决相关技术的库位规划方案易浪费仓库资源及成本的问题。

    厨余垃圾资源化设施周期调拨方法及服务平台

    公开(公告)号:CN118691037B

    公开(公告)日:2025-02-07

    申请号:CN202410904026.2

    申请日:2024-07-08

    Applicant: 暨南大学

    Abstract: 本申请涉及厨余垃圾资源化设施周期调拨方法及服务平台,该方法包括:获取每个目标节点待处理的第一资源的资源总量,基于资源总量和每个目标节点的空养殖箱体,确定其养殖需求参数;根据养殖需求参数,从多个目标节点中,分别确定出供应节点和接收节点;基于接收节点的箱体需求量和供应节点的箱体供应量,确定与每个供应节点对应的多个接收节点组合,基于目标函数,计算多个由一个供应节点和一个接收节点组合组成的备选调拨节点组的配置适应度,接收节点组合包括与供应节点对应的多个接收节点;根据配置适应度,在多个备选调拨节点组中选取目标调拨节点组,确定目标调拨节点组的供应节点向每个接收节点调拨的目标箱体供应量,得到配置结果。

    生产物流配送资源的配置方法和存储介质

    公开(公告)号:CN117495222B

    公开(公告)日:2025-02-07

    申请号:CN202311584204.X

    申请日:2023-11-25

    Applicant: 暨南大学

    Abstract: 本申请涉及生产物流配送资源的配置方法和存储介质,该方法包括:根据所接收到的配送需求变动信息,确定修正配置信息;在判断到修正配置信息中的配送载体配置方式为目标配置方式时,基于物料目标信息和备选的云车辆供给信息,进行基因编码和种群初始化,生成多个初始结构体编码;利用群体智能全局优化算法,对多个初始结构体编码进行群体优化操作,生成多个第一结构体编码,并基于第一结构体编码所对应的配送配置方案的配送成本适应度和群体智能全局优化算法,对多个第一结构体编码进行种群更新优化,以生成多个候选结构体编码;在多个候选结构体编码中,检测目标结构体编码,并将目标结构提供编码所对应的配送配置方案,作为生产物流配送资源的配置结果。

    基于TOPSIS和SVR的订单评级方法、装置、评级系统及存储介质

    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

    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。

    面向生产与运输的智能联动决策方法及服务平台

    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

    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。

    基于区块链的分布式制造资源的数据交互方法、装置及介质

    公开(公告)号:CN117688048A

    公开(公告)日:2024-03-12

    申请号:CN202311835726.2

    申请日:2023-12-28

    Applicant: 暨南大学

    Abstract: 本申请涉及基于区块链的分布式制造资源的数据交互方法、装置及介质,该方法包括:在客户端将请求方发起的数据交互请求封装成交易请求后,接收客户端所发送的交易请求,区块链业务通道关联多个通道成员,数据交互请求携带有制造资源数据和请求方对应的身份标识;基于从交易请求获取的制造资源数据,从已创建的多个区块链业务通道中,选取目标区块链业务通道,基于从交易请求中获取的身份标识,判断请求方是否为目标区块链业务通道关联的目标通道成员;在判断到请求方为目标区块链业务通道关联的目标通道成员的情况下,基于区块链共识协议,对制造资源数据进行区块链交易验证,并将验证通过的制造资源数据打包为区块数据后,写入目标区块链业务通道。

    生产物流配送资源的配置方法和存储介质

    公开(公告)号:CN117495222A

    公开(公告)日:2024-02-02

    申请号:CN202311584204.X

    申请日:2023-11-25

    Applicant: 暨南大学

    Abstract: 本申请涉及生产物流配送资源的配置方法和存储介质,该方法包括:根据所接收到的配送需求变动信息,确定修正配置信息;在判断到修正配置信息中的配送载体配置方式为目标配置方式时,基于物料目标信息和备选的云车辆供给信息,进行基因编码和种群初始化,生成多个初始结构体编码;利用群体智能全局优化算法,对多个初始结构体编码进行群体优化操作,生成多个第一结构体编码,并基于第一结构体编码所对应的配送配置方案的配送成本适应度和群体智能全局优化算法,对多个第一结构体编码进行种群更新优化,以生成多个候选结构体编码;在多个候选结构体编码中,检测目标结构体编码,并将目标结构提供编码所对应的配送配置方案,作为生产物流配送资源的配置结果。

    厨余垃圾资源化闭环处理设施的选址方法及服务平台

    公开(公告)号:CN118691338B

    公开(公告)日:2025-04-01

    申请号:CN202410904024.3

    申请日:2024-07-08

    Applicant: 暨南大学

    Abstract: 本申请涉及厨余垃圾资源化闭环处理设施的选址方法及服务平台,该方法包括:基于多个餐饮中心在设定的选址周期内的厨余垃圾总产量,确定每个餐饮中心所对应的厨余垃圾日产量,并确定多个餐饮中心所对应的厨余垃圾的日产总量;在确定处理日产总量的厨余垃圾所需求的第一黑水虻需求量之后,确定每个候选黑水虻处理点在对应的邻避效应参数下所对应的第一黑水虻养殖规模;基于第一黑水虻养殖规模与第一黑水虻需求量,从多个候选黑水虻处理点中,选取至少一个备选黑水虻处理点,并在计算备选黑水虻处理点与关联的多个餐饮中心所对应的日运营总成本之后,至少根据日运营总成本,从至少一个备选黑水虻处理点中,选取目标黑水虻处理点,得到选址结果。

    基于大数据的产品需求信息预测方法、装置、预测平台及介质

    公开(公告)号:CN118674491B

    公开(公告)日:2025-02-28

    申请号:CN202410842824.7

    申请日:2024-06-27

    Applicant: 暨南大学

    Abstract: 本申请涉及基于大数据的产品需求信息预测方法、装置、预测平台及介质,该方法包括:在目标产品对应的历史生产数据中,获取与所述目标产品对应的第一生产数据时间序列,并按预设规则对所述第一生产数据时间序列进行缩放处理,生成第二生产数据时间序列;将所述第二生产数据时间序列,输入已训备的需求预测模型,得到所述目标产品对应的目标需求预测数据;利用已构建的EM‑GMM模型,处理所述目标需求预测数据的所有所述日生产需求预测数据,生成生产需求预测结果,其中,所述生产需求预测结果包括所述目标产品对应的周生产需求概率分布参数,通过使用TCN‑LSTM模型,结合网格搜索法,对历史生产数据进行预处理和预测,从而提高对目标产品需求预测的准确性。

Patent Agency Ranking