公开(公告)号：CN107578197A

公开(公告)日：2018-01-12

申请号：CN201710556035.7

申请日：2017-07-10

Applicant: 同济大学

Inventor： 徐立云 ,  张剑 ,  朱芳来 ,  张苗苗 ,  刘琨

IPC: G06Q10/08 ,  G06Q10/06 ,  G06N3/12

Abstract: 本发明涉及需求不确定的混流生产线物流车辆调度区域优化方法，用以获取混流生产线中物流配送的区域划分方案，该方法包括以下步骤：1)定义物流配送车辆满载率和配送任务复杂度；2)获取多目标优化模型的约束条件，并根据物流配送车辆满载率和配送任务复杂度，以物流配送车辆平均满载率最大和配送任务复杂度指数最小为目标建立多目标优化模型；3)利用遗传算法对多目标优化模型进行求解，得到最优的分配方案。与现有技术相比，本发明具有保证配送车辆满载率的同时，降低配送任务的复杂度，避免需求不确定性因素累积导致的配送车辆状态不稳定，提高混流装配线物流调度的鲁棒性等优点。

公开(公告)号：CN107169522A

公开(公告)日：2017-09-15

申请号：CN201710381950.7

申请日：2017-05-26

Applicant: 同济大学

Inventor： 张剑 ,  徐立云 ,  朱芳来 ,  张苗苗 ,  王云倩

IPC: G06K9/62

CPC classification number: G06K9/6218

Abstract: 本发明涉及一种基于粗糙集和粒子群算法的改进模糊C‑均值算法。本发明引入了粒子群优化算法的全局搜索性能来克服传统模糊聚类的过早收敛问题，利用粗糙集的模糊平衡属性来处理类簇间的重叠以及类簇边界的模型不确定性。本发明方法利用Davies‑Bouldin(DB)指数评价聚类有效性，在给定的类簇个数范围内自动寻找最优聚类数目，以提供紧凑且良好分隔的类簇。实验结果表明，所提出的方法显著提高了聚类效果。