基于序优化与在线核极限学习机的分层迭代优化调度方法

    公开(公告)号:CN103105775B

    公开(公告)日:2014-04-16

    申请号:CN201210543781.X

    申请日:2012-12-17

    Applicant: 清华大学

    Abstract: 基于序优化与在线核极限学习机的分层迭代优化调度方法,属于自动控制、信息技术和先进制造领域,具体涉及菜单层批调度策略优化、操作层操作排序优化和基于核极限学习机在线学习的目标函数评价等方法。其特征在于,针对微电子生产过程中扩散区组批调度过程中存在的决策变量多,批调度策略与操作排序策略之间存在较强耦合等特点,在调度算法中采用了分层调度结构,对菜单层批调度策略和操作层排序策略进行迭代优化,为提高算法优化效率,采用序优化方法快速优化菜单层批调度策略,并通过菜单层和操作层之间的迭代优化,进一步提高调度算法性能。本发明所提出的基于序优化与在线核极限学习机的分层迭代优化调度方法具有较好的求解速度和优化性能。

    配送路径规划方法、装置、设备及存储介质

    公开(公告)号:CN115545591A

    公开(公告)日:2022-12-30

    申请号:CN202110735434.6

    申请日:2021-06-30

    Abstract: 本申请公开了一种配送路径规划方法、装置、设备及存储介质,属于计算机技术领域。方法包括:获取配送运力的多个待配送订单的订单信息,订单信息至少包括起始位置、终止位置和预计送达时间;根据获取的多个订单信息以及多个候选规划方法的规划策略,预测多个候选规划方法对应的路径质量信息,路径质量信息表示采用候选规划方法为多个待配送订单规划的配送路径的质量,不同候选规划方法的规划策略不同;根据多个候选规划方法对应的路径质量信息,从多个候选规划方法中选取目标规划方法;采用目标规划方法为多个待配送订单规划配送路径。通过预测不同规划方法规划出的配送路径的质量,来选取目标规划方法,保证了规划出的配送路径的质量。

    一种分布式阻塞型流水线调度的混合群智能优化方法

    公开(公告)号:CN110458326B

    公开(公告)日:2021-12-10

    申请号:CN201910604543.7

    申请日:2019-07-05

    Applicant: 清华大学

    Inventor: 王凌 王兴 陈靖方

    Abstract: 本发明公开了一种分布式阻塞型流水线调度的混合群智能优化方法,包括:对多个工厂和多个工件进行协同初始化生成多个第一工厂工件加工序列;计算每个第一工厂工件加工序列的自适应参数,根据自适应参数进行调整生成多个第二工厂工件加工序列;通过工厂内和工厂间局部搜索调整生成多个第三工厂工件加工序列;选择部分第三工厂工件加工序列进行重生成机制,对多个第三工厂工件加工序列进行更新以确定出当前最优工厂工件加工序列;返回第二步进行迭代更新当前最优工厂工件加工序列,直至满足预设迭代终止条件输出最优工厂工件加工序列。该方法通过自适应搜索与局部搜索结合,使种群中的个体可以自我调整搜索范围,平衡了算法的粗搜索与细搜索能力。

    一种雾计算系统的任务分配方法及系统

    公开(公告)号:CN110162390B

    公开(公告)日:2021-03-02

    申请号:CN201910405759.0

    申请日:2019-05-15

    Applicant: 清华大学

    Abstract: 本发明实施例提供了一种雾计算系统的任务分配方法及系统,方法包括:获取雾计算系统的任务优化目标以及所述任务优化目标对应的约束条件;确定雾计算系统中的待处理任务集合以及相关信息;基于容量约束的分布估计算法,对所述待处理任务集合中的任务进行分配,以在满足所述任务优化目标对应的约束条件下,优化所述任务优化目标。本发明实施例提供的一种雾计算系统的任务分配方法及系统,基于任务分配问题的特征提出有效的搜索,结合分布估计算法,对任务分配问题进行了高效求解,在大规模短时间场景下获取可行的任务分配方案。

Patent Agency Ranking