-
公开(公告)号：CN118863351A
公开(公告)日：2024-10-29
申请号：CN202410842387.9
申请日：2024-06-26
IPC: G06Q10/0631 , G06Q50/04 , G06N3/045 , G06N3/092
Abstract: 本发明属于车间调度相关技术领域，其公开了一种基于Soft Actor‑Critic强化学习的资源协同装调车间自适应调度方法及系统，方法包括：构建加工工件任务池、加工工件选择规则、拓扑单元分配规则、协作工人分配规则以及智能体模型，智能体模型包括多层感知机模块以及基于Soft Actor‑Critic算法的策略模块；采用多层感知机模块获取车间环境当前状态下各加工工件选择规则的权重向量，采用权重向量对加工工件任务池中的各工件的优先权重进行重组，获得各工件复合规则下的权重；以各工件复合规则下的权重，在拓扑单元分配规则以及协作工人分配规则下进行拓扑单元和协作工人分配。本发明能够对不同状态下的最优策略进行拟合，增强了智能体模型的决策能力。
-
Patent Agency Ranking
公开(公告)号：CN119065329A
公开(公告)日：2024-12-03
申请号：CN202411130160.8
申请日：2024-08-16
Applicant: 华中科技大学
IPC: G05B19/418
Abstract: 本发明属于车间制造过程中的调度理论相关技术领域，其公开了一种具有拓扑邻域结构的柔性作业车间批量流调度方法，该方法建立了柔性作业车间批量流调度问题的三维析取图编码模型，根据三维析取图的高维复杂特征，设计基于拓扑排序的快速解码方法，将高维复杂的柔性作业车间批量流调度的空间图转化为线性拓扑链表的表达形式，并结合浮动时间法设计关键路径判定方法，减少解码耗时，对于关键路径上的关键节点，利用设计好的拓扑邻域结构中的两种邻域扰动操作，高效稳定地输出可行的邻域解，有效地在较短时间内进行邻域的高质量扰动，并避免不可行解的产生，进而减少了后续可行性判定的计算资源消耗，提升求解算法的搜索性能。
-
公开(公告)号：CN118605403A
公开(公告)日：2024-09-06
申请号：CN202410583856.X
申请日：2024-05-11
IPC: G05B19/418
Abstract: 本发明属于车间调度相关技术领域，并公开了一种基于近端策略优化算法的精密装备装调生产线在线调度方法及系统。该方法包括下列步骤：A智能体模型离线训练过程；B智能体模型在线应用，采集待调度生产线的生产线状态，将生产线状态输入所示智能体模型中，输出所述任务池中各个任务分配的拓扑单元，拓扑单元按照该输出结果加工待加工产品，以此实现生产线的在线调度。通过本发明，对生产环境进行智能排产，应对七类扰动，使生产系统稳定高效的运转，具有更强的鲁棒性和响应能力。
-
公开(公告)号：CN118963272A
公开(公告)日：2024-11-15
申请号：CN202411024659.0
申请日：2024-07-29
Applicant: 华中科技大学
IPC: G05B19/418 , G06N3/092
Abstract: 本发明公开了基于强化学习方法和规则进化的可重构车间动态调度方法，属于车间调度领域，包括：以最小化工件总拖期成本为目标，利用遗传规划算法对启发式调度规则进行选择和组合，得到了指导加工工件选择的复合调度规则，构建了效率优先的拓扑单元分配与重组的分层策略，融合了Double DQN、dueling DQN和优先经验回放机制提高DQN算法的寻优能力，并搭建了融合循环神经网络与多层感知机的智能体神经网络模型，在训练过程中提取车间加工任务分配的时序信息，同时建立了面向新工件到达的动态事件响应机制。本发明能够提高可重构车间调度的实时性和优化质量，并提高制造资源利用率，从而降低企业的生产成本，保证制造系统的稳定运行。
-
公开(公告)号：CN118780416A
公开(公告)日：2024-10-15
申请号：CN202410767734.6
申请日：2024-06-14
Abstract: 本发明属于生产调度相关技术领域，并公开了一种基于多智能体近端策略优化算法和高效动作解码的可重构车间动态调度方法及系统。离线训练阶段：构建高层工件排序智能体、制造单元分配智能体和底层工件排序智能体，通过智能体与车间交互获得历史调度数据，基于历史调度数据和多智能体近端策略优化算法对各个智能体进行训练，将训练好的各个智能体用于在线应用；在线应用阶段：对于待加工的订单，利用离线阶段训练获得的三个智能体与车间进行多次交互，直至完成订单中所有任务的加工。相较于常用的基于生产经验的调度规则，本发明通过深度强化学习模型提供合理决策，同时能够快速响应多种扰动事件，保障了车间的高效生产和运行稳定性。
-
公开(公告)号：CN118504908A
公开(公告)日：2024-08-16
申请号：CN202410673468.0
申请日：2024-05-28
Applicant: 华中科技大学
IPC: G06Q10/0631 , G06Q10/0633 , G06Q50/04 , G06N3/092 , G06N3/045 , G06N3/096 , G06N3/084
Abstract: 本发明属于车间调度技术领域，具体为一种基于QMIX多智能体强化学习的多型混线装调生产线动态调度系统及方法。本发明以最大化拓扑单元利用率和最小化订单总拖期为目标，设计了结合产品工艺信息和产线资源属性的多维实时特征，制定了任务池中加工产品的选择规则，提出了作业池中拓扑单元和辅助工人的分配规则，构造了目标迁移框架下基于邻接决策点差值的智能体激励函数，进而搭建了多型混线装调生产线多智能体单元，并建立了考虑加工产品返工和拓扑单元失效的多元扰动事件动态响应机制。本发明通过感知产线实时数据进行科学决策，同时针对多元扰动事件能够动态响应，使得产线保持高效平稳地运作，进而提升企业的生产效率。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
