-
公开(公告)号：CN119476783A
公开(公告)日：2025-02-18
申请号：CN202411488598.3
申请日：2024-10-24
Applicant: 兰州理工大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/04 , G06F17/10 , G06N3/006
Abstract: 本发明公开了一种基于学习驱动的帝王蝶优化不确定环境下分布式柔性流水车间的调度方法，属于车间调度技术领域，该方法用于调整流水车间中订单信息发生变化时的生产方案，该调度方法包括静态调度阶段以及动态调度阶段，该方法在静态调度阶段，基于学习驱动的帝王蝶优化方法融合了自适应迁移算子和蝶形调整算子，对生产方案中进行局部搜索；在动态调度阶段，所述的调度方法以最小化生产方案的最大完成时间为目标，利用迭代贪心方法识别信息变化的订单插入位置；最后通过上述的静态调度阶段、动态调度阶段重新调度后确定最终的调度方案，本发明中的调度方法具有较强的鲁棒性、精确性，保障了车间生产计划的顺利进行。
-
公开(公告)号：CN114066122B
公开(公告)日：2024-06-21
申请号：CN202010785566.5
申请日：2020-08-06
Applicant: 兰州理工大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/006
Abstract: 本发明一种基于多策略水波优化算法的调度方法。根据水波优化算法的运行机制以及算法中三大操作的问题特性，主要内容包括：对于连续优化问题，提出基于反向学习和协方差矩阵自适应进化方法的水波算法，将原始水波算法的折射操作用协方差矩阵更新种群提高种群多样性替代。在零空闲流水车间调度问题中，针对初始化种群提出了偏度与变异系数相结合的方法产生初始序列种群来提高种群稳定性，提出基于三大操作运行属性不同邻域搜索方法。带装配过程的分布式零空闲流水车间调度问题，引入机器学习和变邻域搜索，使提出算法在迭代更新的过程中通过训练和奖励在有限的时间内得到优质解。本发明有益效果：框架简单、易于实现且逻辑清晰。
-
-
公开(公告)号：CN116700176A
公开(公告)日：2023-09-05
申请号：CN202310725678.5
申请日：2023-06-19
Applicant: 兰州理工大学
IPC: G05B19/418
Abstract: 本发明属于制造业分布式生产调度领域，具体涉及一种基于强化学习的分布式阻塞流水车间调度优化系统，包括调度序列多样化初始化模块、基于Q‑learning的改进模块和基于邻域重构的局部搜索模块；所述调度序列多样化初始化模块设计了一种多样化初始种群生成策略，所述基于Q‑learning的改进模块设计了一种基于强化学习机制的全局搜索机制，根据搜索状态和算子的历史经验自适应选择搜索算子。所述基于邻域重构的局部搜索模块包括基于邻域重构的深度局部搜索策略和基于路径重连的改进策略。本发明逻辑简单、易于实现和易于扩展，可以将优化器扩展到满足当前智能制造生产领域中的大多数调度问题中。
-
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。
-
Patent Agency Ranking
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：CN118982163A
公开(公告)日：2024-11-19
申请号：CN202410890881.2
申请日：2024-07-04
Applicant: 兰州理工大学
IPC: G06Q10/0631 , G06Q50/04 , G06Q50/06 , G06Q10/04 , G06N3/126
Abstract: 本发明涉制造业电解铝生产调度技术领域，特别涉及一种用于电解铝的工人约束下车间调度的差分进化方法,用一种多特征驱动的学习型差分进化优化算法，用于最小化最大完工时间和总能耗，该算法能够优化考虑工人因素的柔性作业车间调度系统的运行效率和性能；包括以下步骤：使用随机初始化策略得到初始调度解，使用差分进化算子优化调度解，使用决策神经网络分析调度解并选择二次优化算子，使用二次优化算子完成调度解的二次优化。本发明的有益效果是：本发明定义了铝加工过程中典型的一类调度问题整数规划模型：考虑工人因素的柔性作业车间调度问题，并提出了一种将能耗和完工时间相结合的评价准则。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.028 seconds)
