-
公开(公告)号：CN118195447A
公开(公告)日：2024-06-14
申请号：CN202410418893.5
申请日：2024-04-09
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G06Q10/083 , G06Q10/087 , G06Q10/0631 , G06N3/126
Abstract: 本申请涉及工业园区产成品的仓储输送联合决策方法和存储介质，该方法包括：获取工业园区内多个第一目标对象所产生的生产变动信息，并判断生产变动信息是否打乱当前联合调度信息所对应的调度安排；在判断到生产变动信息打乱当前联合调度信息所对应的调度安排的情况下，基于产生生产变动信息后所对应的第二排产信息和协同优化约束规则，对第一输送调度信息进行遗传进化操作迭代，生成第二输送调度信息；基于根据第二输送调度信息所生成的第二入库订单、协同优化约束规则和启发式算法，对第一仓储调度信息进行库位规划修正，生成第二仓储调度信息；将第二输送调度信息和第二仓储调度信息作为联合决策结果，并对所有产成品进行输送存储调度。
-
公开(公告)号：CN118092357A
公开(公告)日：2024-05-28
申请号：CN202410289188.X
申请日：2024-03-14
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G05B19/418
Abstract: 本发明提出面向总装的基于数字孪生的物料流协同控制方法，包括：制造企业接收任务订单，确认需求；通过物理层获取数据，然后上传至决策控制层的模型中；将系统整体的结果输出；物理对象层接收并执行相对应作业计划；数字孪生结构对模型进行监控，判断是否出现动态性干扰；虚拟映像层对动态性干扰进行动态仿真与评估；确认受到动态性影响的子系统，更新数据，由局部子系统计算出子系统内的一级联动修正计划；更新数据；将二、三和四级联动修正计划下达给各子系统层；判断总装系统的任务是否完成。本发明通过基于数字孪生映像体系，为总装系统构建了相适应的数字动态决策信息架构，为实现配送和生产的高效动态协同运作提供了一个可行的使能架构。
-
公开(公告)号：CN118485358A
公开(公告)日：2024-08-13
申请号：CN202410669998.8
申请日：2024-05-28
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G06Q10/08 , G06Q10/0631 , G06Q10/04 , G06N3/126
Abstract: 本申请涉及基于改进教与学算法的分布式区块链生产物流资源的优化配置方法，包括：从预设的多个区块链资源集合对应的生产物流资源BCPLR节点中，选取每个区块链资源集合对应的候选BCPLR节点集；基于多个候选BCPLR节点集和生产物流任务量，进行种群个体编码和种群初始化，生成多个第一个体编码；利用改进的教与学算法TLBO，对多个第一个体编码进行种群搜索迭代，生成多个第二个体编码，并基于第二个体编码对应的资源配置方式的适应度和改进的TLBO，对多个第二个体编码进行种群更新迭代，并从生成的多个备选个体编码中，确定目标个体编码，得到优化配置结果，其中，改进的TLBO是将多教师分组的教学策略和结合随机性和有向性的交叉学习策略分别作为TLBO的教学策略和学习策略的TIBO。
-
公开(公告)号：CN118278693A
公开(公告)日：2024-07-02
申请号：CN202410466365.7
申请日：2024-04-18
Applicant: 暨南大学
IPC: G06Q10/0631 , G06F18/2411 , G06N3/0442 , G06N3/126 , G06Q30/0202 , G06Q50/04
Abstract: 本申请涉及基于工业大数据的间歇式生产系统经济批量决策方法、服务平台及介质，该方法包括：获取当前所接收到的需求订单信息；根据预设的支持向量机SVM多分类模型，对所述当前产品生产信息进行处理，确定产品类型；将已确定产品类型的所述当前产品生产信息，输入预设的需求时序预测模型，得到第一产品需求预测信息；在将所述第一产品需求预测信息导入与所述产品类型对应的经济生产批量决策模型之后，利用预设的遗传算法和迭代规则，计算出经济生产批量结果，通过引入大数据分析技术确定决策模型中的关键变量，增强模型求解的精准性，提升复杂随机环境下生产物流系统多层次、多尺度管控决策的智能化水平。
-
公开(公告)号：CN119692913A
公开(公告)日：2025-03-25
申请号：CN202411848374.9
申请日：2024-12-16
Applicant: 暨南大学
IPC: G06Q10/087 , G06Q50/04 , G06N3/006 , G06N3/126
Abstract: 本申请涉及基于GA‑PSO的物料订购与补货的决策方法及服务平台，该方法包括：获取每个订购周期内多种目标物料对应的物料订购量；对每个订购周期中的交付周期的数目和多种目标物料分别对应的物料订购量进行编码，生成多个第一矩阵型编码个体；在基于多个第一矩阵型编码个体，利用遗传算法进行至少一次遗传操作后，确定当次迭代所生成的每个第二矩阵型编码个体对应的第二子编码体的适应度，基于适应度和第二矩阵型编码个体，进行遗传操作迭代，直至生成多个候选矩阵型编码个体；在将候选矩阵型编码个体中的候选子编码体作为候选粒子后，基于粒子群优化算法，对多个候选粒子进行迭代处理，并从生成的多个备选粒子中，选取包括目标物料补货决策信息的目标粒子。
-
Patent Agency Ranking
公开(公告)号：CN118428652B
公开(公告)日：2024-11-08
申请号：CN202410501296.9
申请日：2024-04-25
Applicant: 暨南大学
IPC: G06Q10/0631 , G06Q10/0835 , G06Q10/083 , G06Q10/087 , G06Q50/04
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。
-
公开(公告)号：CN118278693B
公开(公告)日：2024-11-01
申请号：CN202410466365.7
申请日：2024-04-18
Applicant: 暨南大学
IPC: G06Q10/0631 , G06F18/2411 , G06N3/0442 , G06N3/126 , G06Q30/0202 , G06Q50/04
Abstract: 本申请涉及基于工业大数据的间歇式生产系统经济批量决策方法、服务平台及介质，该方法包括：获取当前所接收到的需求订单信息；根据预设的支持向量机SVM多分类模型，对所述当前产品生产信息进行处理，确定产品类型；将已确定产品类型的所述当前产品生产信息，输入预设的需求时序预测模型，得到第一产品需求预测信息；在将所述第一产品需求预测信息导入与所述产品类型对应的经济生产批量决策模型之后，利用预设的遗传算法和迭代规则，计算出经济生产批量结果，通过引入大数据分析技术确定决策模型中的关键变量，增强模型求解的精准性，提升复杂随机环境下生产物流系统多层次、多尺度管控决策的智能化水平。
-
公开(公告)号：CN118428851B
公开(公告)日：2024-10-15
申请号：CN202410501297.3
申请日：2024-04-25
Applicant: 暨南大学
IPC: G06Q10/087 , G06Q10/0631 , G06Q10/0835 , G06Q10/083 , G06Q50/04
Abstract: 本申请涉及基于订单批处理的生产与仓储智能联动决策方法及服务平台，该方法包括：获取预规划的排产信息和当前预规划的仓储信息，排产信息关联对应的生产总成本和生产下线时间序列，仓储信息关联对应的仓储总成本和排库时间序列；对生产总成本、生产下线时间序列、仓储总成本和排库时间序列，利用改进的协同优化算法和动态容差进行协同优化，以更新当前生产耦合变量期望值和当前排库耦合变量期望值；判断完成当次迭代的候选排产信息所对应的生产下线时间序列和候选仓储信息所对应的排库时间序列是否满足预设的一致性约束，并在判断到满足预设的一致性约束时，将对应的候选排产信息和对应的候选仓储信息作为协同规划结果。
-
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
IPC: G06Q10/087 , G06Q50/04
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。
-
公开(公告)号：CN110458737A
公开(公告)日：2019-11-15
申请号：CN201910766856.2
申请日：2019-08-20
Applicant: 暨南大学
Abstract: 本发明公开基于神经网络修改高校教务安排的方法、装置、设备及介质,该方法包括:根据用户上传的教务安排约束条件生成教务安排误差计算公式;根据教务安排约束条件和/或根据教务安排误差计算公式计算出的教务安排表的误差训练CPPN神经网络;利用CPPN神经网络计算出教务安排表,并通过教务安排误差计算公式计算出教务安排表的误差;在误差不大于误差阈值的情况下,获取该误差对应的教务安排表。本发明的方法不再需要繁琐的修改过程,让教职工和教务处能够很大程度上地节省修改方案的流程,快速完成排课排考的建议提交和修改过程，提高教务处的办事效率。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.022 seconds)
