电动汽车代充平台的人员调度方法

    公开(公告)号:CN116205440A

    公开(公告)日:2023-06-02

    申请号:CN202211736254.0

    申请日:2022-12-31

    Abstract: 本发明公开了电动汽车代充平台的人员调度方法,包括,步骤1:建立弧‑流模型,以服务所有订单的总成本最低为目标建立如下目标函数,并设置约束条件;步骤2:运用DW分解,将步骤1中的模型改写成集合覆盖模型;步骤3:将步骤2中的模型进行线性松弛,将θr松弛成连续变量;将线性松弛后的模型叫作受限线性主问题RLMP;步骤4:设置RMLP中的对偶变量;步骤5:确定检验数的计算表达式;步骤6:设计基于贪婪的构造式启发式算法,以生成初始解。本发明针对新颖的电动汽车代充平台的人员调度场景建立了一个混合整数规划模型。还针对此问题设计了基于贪婪思想的构造式算法,再将分支定价算法与此构造式启发式算法相结合。

    一种基于强化学习的改进数字孪生车间调度方法

    公开(公告)号:CN115373353A

    公开(公告)日:2022-11-22

    申请号:CN202210964618.4

    申请日:2022-08-12

    Abstract: 本发明公开了一种基于强化学习的改进数字孪生车间调度方法,包括以下步骤:1)根据物理车间的组成拆解为多个子系统,将每个子系统抽象为智能体/智能体群,并建立参数化模型;2)搭建虚拟车间的数字孪生模型,实现从参数化模型到数字孪生模型的一一映射;3)训练强化学习策略模型;4)将训练完成的强化学习策略模型嵌入到数字孪生车间模型的底层调度算法中,构建仿真结果的实时可视化,最终打包成独立的车间调度系统。本发明基于强化学习算法,实现了数字孪生车间调度系统对车间的高效调度的同时有效地节约了设备运行的成本,实时的可视化界面方便车间管理者可以清楚查看车间的实时运行状况,起到良好的车间管理决策支持作用。

    一种基于物联网技术的车间智能配送器模型及其求解算法

    公开(公告)号:CN113762893B

    公开(公告)日:2025-01-14

    申请号:CN202111005884.6

    申请日:2021-08-30

    Abstract: 本发明公开了一种基于物联网技术的车间智能配送器模型及其求解算法,通过对制造业车间物流配送模式的分析,以最大化物料配送效率、最大化装箱运载率、最小化配送距离、最小化配送中的时间损失为决策目标建立了多指标的车间智能配送器数学模型,为物料配送提供系统化优化的配送策略,之后利用一种最大齐平装载的启发式算法求解装箱问题,同时设计遗传算法作为模型的主体求解算法,通过算例验证了算法的科学性和有效性。本发明在物联网技术的基础上利用RFID技术实现物料信息智能感知与监控,构建车间WLAN网络,同时开发基于Android 4.0的智能手机App作为算法的载体,将物联网技术应用在车间物流配送中,实现车间物料按时、按地、按需并高效配送。

    一种基于元胞机的高熵制造低熵调度方法

    公开(公告)号:CN116224785A

    公开(公告)日:2023-06-06

    申请号:CN202211735224.8

    申请日:2022-12-31

    Abstract: 本发明公开了一种基于原胞机的高熵制造低熵调度方法,采用的技术方案包括如下主要内容:(1)问题匹配高熵制造问题原型特征与约束;(2)对制造系统进行多维度时空的解构和时空层的划分;(3)根据平面空间分解建立元胞机网络模型;(4)根据低熵理论设计调度算法目标函数和适应度函数;(5)建立系统求解模型并进行求解。针对大型装备制造等高熵制造过程中的设备调度问题,本发明以计划完成时间最短、时空利用率最大、设备资源利用率最大和延迟时间最少的低熵化的问题做出目标的以元胞机和低熵目标为基础的数学模型和优化算法,求解高熵类型制造方式下存在的设备资源调度问题,为高熵制造类型的生产调度及其多项优化指标提出效果明显的优化调度方法。

    一种悬挂线自动分拣系统的分拣调度模型及其优化求解方法

    公开(公告)号:CN114595983A

    公开(公告)日:2022-06-07

    申请号:CN202210244965.X

    申请日:2022-03-13

    Abstract: 本发明公开了一种悬挂线自动分拣系统的分拣调度模型及其优化求解方法,本发明的建模过程如下:1)设定悬挂线自动分拣系统的组成结构;2)设定悬挂线系统的各个环形线的出货规则;3)对模型所使用到的参数及变量的符号进行定义;4)确定悬挂线自动分拣系统的分拣调度模型的目标函数;5)设置模型的约束条件。本发明将悬挂线自动分拣系统的分拣调度过程抽象为数学模型,并根据模型的技术特点设计了遗传算法进行求解,能够有效提高该分拣系统的分拣效率,具有较高的技术经济价值。

    一种用于大型装备生产制造与行车系统的元胞机协同调度方法

    公开(公告)号:CN113570134A

    公开(公告)日:2021-10-29

    申请号:CN202110844334.7

    申请日:2021-07-26

    Abstract: 本发明公开了一种用于大型装备生产制造与行车系统的元胞机协同调度方法,该方法主要包括以下步骤:(1)构建生产调度元胞机的网格模型,元胞状态描述、设置生产调度元胞机模型的初始条件和边界条件,设定演化规则;(2)对生产调度元胞机模型的演化规则进行优化;(3)根据实际的行车运行状况构建行车调度元胞机的网格模型,元胞状态描述、设置行车调度元胞机模型的边界条件,设定演化规则;(4)借助遗传算法对行车调度演化规则进行优化;(5)设计大型装备制造生产与行车协同调度仿真系统界面。本发明的基于元胞机的生产调度与行车调度协同建模的方法,为大型装备制造调度提供了新方法和思路。

    一种面向低熵的分段制造车间调度方法

    公开(公告)号:CN118095713A

    公开(公告)日:2024-05-28

    申请号:CN202410141403.1

    申请日:2024-02-01

    Abstract: 本发明公开了一种面向低熵的分段制造车间调度方法,包括(1)基于分段加工时间不确定性,提出大型装备制造车间的低熵指标;(2)构建BP神经网络模型预测分段制造作业时间均值,结合模糊理论确定加工时间的正态分布;(3)基于分段加工时间表达,构建面向低熵的分段制造车间调度两阶段数学模型;(4)通过两阶段算法实现对低熵分段制造车间数学模型的求解。针对大型装备制造过程中分段制造车间调度问题,本发明以熵值最小化、延迟分段数最小化、期望完工时间最小化及时空利用率最大化的多目标问题,作出数学模型和优化算法,解决分段加工时间不稳定对调度方案产生严重影响的问题,提出优化调度方法。

    一种用于无人机通讯5G基站选址优化模型及其求解算法

    公开(公告)号:CN115130257A

    公开(公告)日:2022-09-30

    申请号:CN202210609846.X

    申请日:2022-05-31

    Abstract: 本发明公开了一种用于无人机通讯5G基站选址优化模型及其求解算法,模型的建立过程包括,对无人机通讯中的状态参数及变量进行定义,确定优化模型的目标函数,需满足一定的约束条件。设立用于无人机通讯5G基站选址优化模型的求解算法,包括设计启发式算法1和2染色体特征、设计适应度函数、启发式算法1中染色体变异操作、启发式算法2中邻域产生操作、次优解接收机制等过程。本发明将无人机通讯5G基站选址问题建模为一个混合整数非线性规划问题,设计了高效的求解算法进行求解。本发明还考虑了地面用户的通讯保证,将地面用户结合到模型中,在5G基站选址中结合无人机通讯需求和地面用户的通讯需求。

    一种用于城市即时配送的无人机配送网络优化的求解算法

    公开(公告)号:CN114511272A

    公开(公告)日:2022-05-17

    申请号:CN202210183093.0

    申请日:2022-02-27

    Abstract: 本发明公开了一种用于城市即时配送的无人机配送网络优化的求解算法,包括以下过程:1)混合整数规划模型的建立,对无人机配送中的状态参数以及变量进行定义,确定无人机配送网络优化模型的目标函数,型需满足一定的约束条件;2)集合划分模型的建立;3)基于大邻域搜索的构造启发式算法对无人机配送的初始可行路径进行迭代优化。在本发明专利中首先将考虑换电和载重场景下无人机配送网络问题建模为一个混合整数规划问题,然后再将该问题改写为一个集合划分模型。并提出构造算法和基于大邻域搜索算法来获取该问题的有效初始解,并基于该初始解进行不断优化,获得无人机配送网络的最优解,提高城市即时配送的效率。

    一种基于强化学习的一类多扰动车间柔性调度建模与优化的方法

    公开(公告)号:CN113761732A

    公开(公告)日:2021-12-07

    申请号:CN202111007819.7

    申请日:2021-08-30

    Abstract: 本发明公开了一种基于强化学习的一类多扰动车间柔性调度建模与优化的方法,包括如下步骤:1)分析归纳出多扰动车间生产调度的扰动因素;2)基于元胞机建模的思想对一类多扰动车间的调度问题进行抽象,归纳模型抽象的特点与运行机理,完成双层元胞机调度模型的建立,构建元胞机调度模型的双层元胞空间;3)基于强化学习算法的思想对多扰动车间元胞机调度模型的演化规则进行优化;4)建立仿真模型系统。本发明基于元胞机和强化学习算法的一类多扰动车间柔性生产调度模型可扩展到各类具有多扰动因素的制造企业,对于快速有效地形成干扰事件的响应机制、根据环境特征提供实时柔性调度决策、提高决策的科学性和制造服务水平具有重要理论意义。

Patent Agency Ranking