-
公开(公告)号:CN116245245A
公开(公告)日:2023-06-09
申请号:CN202310231932.6
申请日:2023-03-12
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06N3/092 , G06N3/086
Abstract: 本发明提出一种基于协同进化算法的分布式阻塞流水车间调度优化系统,设计一种知识驱动跨区域交互学习机制辅助的协同进化算法优化能耗约束条件下的分布式阻塞流水车间调度。以减少生产过程中的能源消耗和总延迟为目标,设计了一种基于问题特性的启发式方法;为了提高种群的多样性和收敛速率,本发明设计了由强化学习的最优状态价值函数引导的跨区域交互学习机制,从算法层面、参数层面、个体层面实现全面协同,提高求解的精度和效率。为改善解的质量,提出了劣解修复策略和个体重生机制。此外,通过在关键路径上的节能操作减少能耗。经在连续优化问题测试集及由不同工厂数、工件数、机器数组成的实例上比较验证,本发明设计的优化系统的优化效果优于其他优化系统。
-
公开(公告)号:CN116203905A
公开(公告)日:2023-06-02
申请号:CN202310230994.5
申请日:2023-03-12
IPC: G05B19/418
Abstract: 本发明提出一种由学习机制驱动的分布式阻塞流水车间调度优化器,提出一种应用反向学习和差分进化的分布估计算法,优化节能的分布式阻塞流水车间调度。充分考虑到实际生产中的能耗问题,设计一种考虑总延迟时间和总能耗的初始化方法;为提高种群的质量设计由强化学习和反向学习引导的多种群协同操作,通过多种群协同的方式实现信息交互,加快搜索速度。基于不同种群的具体特征,设计满足对于勘探和开发能力的可调参数变量。为优化以减小总延迟时间和总能耗为目标函数的分布式阻塞流水车间调度问题,提出在不同路径上的加速和减速操作。经在2017测试集及由不同工厂数、工件数、机器数组成的实例上比较,优化器的整体性能优于其他优化器。
-
公开(公告)号:CN114839930A
公开(公告)日:2022-08-02
申请号:CN202210262474.8
申请日:2022-03-17
Applicant: 兰州理工大学
IPC: G05B19/418
Abstract: 本发明涉及现代智能制造中分布式生产调度技术领域,特别涉及一种用于分布式装配阻塞流水车间集成调度系统,包括如下步骤:依据从问题中提炼的规则,构造分布式装配阻塞流水车间中各个车间中工件的加工序列,该序列用于表示工件的加工工艺流程;设计了一种自学习的启发式选择策略,将每个低级启发式的历史成功率总结为知识,用于指导后续低级启发式的选择;设计了调整工件序列的低级启发式;其有益效果是:本发明定义了分布式装配阻塞流水车间问题的整数规划模型,定量的表示了从分布式阻塞流水车间调度问题中提炼的规则,构造了高质量的初始的工件序列。
-
公开(公告)号:CN114065995A
公开(公告)日:2022-02-18
申请号:CN202010797155.8
申请日:2020-08-10
Applicant: 兰州理工大学
Abstract: 本发明一种基于协同演化算法的流水车间节能调度求解方法,该调度问题同时考虑经优化济指标和绿色指标。在提出的TS‑CEA中,分析问题的属性后,两个构造型启发式算法被使用去产生想要的初始调度解。在TS‑CEA的第一阶段,一个迭代局部搜索策略被使用去搜索潜在的极值解,同时一个混合邻域结构被使用去改善解的质量。在TS‑CEA的第二阶段,一个基于关键路径知识的变异策略被提出去扩散极值解到整个找到的非支配前沿。在算法的演化过程中,ILS和变异策略形成一个协同演化的闭环系统。本发明的有益效果:TS‑CEA解决零等待流水车间调度节能调度问题的高效性和有效性。
-
公开(公告)号:CN108053119B
公开(公告)日:2021-07-30
申请号:CN201711350306.X
申请日:2017-12-15
Applicant: 兰州理工大学
Abstract: 本发明公开了一种求解零等待流水车间调度问题的改进粒子群优化方法,首先参数初始化和种群初始化,生成初始工件序列,然后使用阶乘编码方法,将所有排列映射至整数构成初始种群,最后,随机生成可行的初始速度集;移动粒子;通过原始PSO种群更新策略更新种群,将新的种群映射到相应的工件序列,并评估每个新工件序列的完工时间。使用改进的变邻域搜索算法进行局部搜索,并将搜索得到的结果替换;使用种群自适应算子PA增加种群的多样性;检查终止条件,如果终止条件满足,停止,返回变量的值和相应的序列作为最终的解,否则继续更新粒子速度。本发明的有益效果是改进了粒子群优化算法,提升了全局搜索能力,避免了过早收敛。
-
公开(公告)号:CN119065325A
公开(公告)日:2024-12-03
申请号:CN202410876245.4
申请日:2024-07-02
Applicant: 兰州理工大学
IPC: G05B19/418
Abstract: 本发明涉制造业电解铝生产调度技术领域,本发明属于分布式绿色生产调度技术领域,具体为多目标节能分布式装配零等待流水车间调度优化系统,该系统包括;在工件序列初始化模块中,设计了一种基于随机序列的最优分配规则,用于生成较好的初始解;在基于差分进化算法的优化模块中,设计了一种基于差分进化算法的框架用于优化解的性能;在加速操作与节能操作模块中,根据能耗约束下分问题分布式装配零等待流水车间调度的特点,设计了一种加速操作及减速操作,在降低工件的装配完成时间的同时,降低了加工能耗;在强化学习驱动的决策模块中,将Q‑learning训练的结果用于差分进化算法优化模块中的破坏大小d的选择与操作算子选择。
-
公开(公告)号:CN119045434A
公开(公告)日:2024-11-29
申请号:CN202411164760.6
申请日:2024-08-23
Applicant: 兰州理工大学
IPC: G05B19/418
Abstract: 本发明公开了一种分布式柔性流水车间的调度方法,属于数据处理技术领域,解决了现有技术中车间调度没有充分考虑其他因素的问题,本发明中的调度方法采用基于模型的两段式帝王蝶优化方法处理调度问题,首先针对工件、工厂以及机器进行初始化种群得到初始调度解,然后通过帝王蝶优化方法作为主体优化算子优化调度解的操作序列,其次基于特征的搜索策略用于优化调度解的机器序列,最后输出最优解确定调度解,通过上述的调度方法充分考虑了工人以及运输因素,保障了车间的调度效率,另外,本发明还引入了神经网络模型用于匹配优化算子,并实时对调度问题进行优化,进一步保障了调度效果。
-
公开(公告)号:CN119002408A
公开(公告)日:2024-11-22
申请号:CN202410934721.3
申请日:2024-07-12
Applicant: 兰州理工大学
IPC: G05B19/418
Abstract: 本发明涉及制造业分布式生产调度技术领域,具体为一种强化学习驱动的分布式柔性作业车间调度优化系统,首先,根据三维向量编码方式,采用3种启发式分别生成工厂序列、机器序列和操作序列,编码方式示意,其次在构造好的FA‑MA‑OS序列加入随机扰动R1,以增加种群的多样性;设计了给予强化学习机制的选择超启发式框架,通过训练智能体,智能体根据种群的实时状态自适应选择搜索算子探索和开发解空间;以插入、交换和删除为基本操作针对问题特征设计了八种对关键操作的邻域搜索算子;设计的节能操作可以有效地降低能耗,提高解的质量;为了提高解的多样性,避免算法陷入局部最优,提出了一种基于启发式的移动接收准则,以解的质量为依据,概率接受新解。
-
公开(公告)号:CN118839884A
公开(公告)日:2024-10-25
申请号:CN202410782899.0
申请日:2024-06-18
Applicant: 兰州理工大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/006 , G06N3/092
Abstract: 本发明公开了一种铝材连铸车间节能调度优化方法,将分布式异构铝材连铸调度问题抽象成分布式异构零等待流水车间问题,设计了一种求解最小化总延迟时间和总能耗的求解器。本发明提出了一种深度强化学习驱动的蝴蝶优化算法(BOA‑PPO)。蝴蝶算法被用作基本优化框架。传统蝴蝶优化算子和PPO算法相结合,在搜索过程中选择合适的算子。然后,考虑到分布式场景的复杂性,使用8个领域操作来构建局部搜索机制。此外,PPO算法提取进化求解过程中的种群特征,动态选择领域操作,以提高探索能力和搜索效率。最后,根据问题特性提出两个节能策略,用来指导能耗约束下的解的优化。
-
公开(公告)号:CN114839930B
公开(公告)日:2024-09-06
申请号:CN202210262474.8
申请日:2022-03-17
Applicant: 兰州理工大学
IPC: G05B19/418
Abstract: 本发明涉及现代智能制造中分布式生产调度技术领域,特别涉及一种用于分布式装配阻塞流水车间集成调度系统,包括如下步骤:依据从问题中提炼的规则,构造分布式装配阻塞流水车间中各个车间中工件的加工序列,该序列用于表示工件的加工工艺流程;设计了一种自学习的启发式选择策略,将每个低级启发式的历史成功率总结为知识,用于指导后续低级启发式的选择;设计了调整工件序列的低级启发式;其有益效果是:本发明定义了分布式装配阻塞流水车间问题的整数规划模型,定量的表示了从分布式阻塞流水车间调度问题中提炼的规则,构造了高质量的初始的工件序列。
-
-
-
-
-
-
-
-
-