-
公开(公告)号：CN110989538A
公开(公告)日：2020-04-10
申请号：CN201911343154.X
申请日：2019-12-23
申请人： 北京化工大学
IPC分类号： G05B19/418
摘要： 本发明公开了一种复杂生产过程闭环调度优化方法，首先采用有向无环图描述带合作加工约束与设备整定时间约束的job-shop问题；其次，提取共生进化算法种群状态关键特征，离线训练用于自适应调节共生进化算法参数的参数整定模型，利用种群迭代状态信息获取当前种群最优参数，指导算法寻优；最后，结合种群实际迭代情况的反馈信息，在线更新参数整定模型，保持其鲁棒性，实现获取高质量机器分配与工序排序同步优化的目的。利用本发明能够获取解质量良好的调度方案。
-
公开(公告)号：CN115829218A
公开(公告)日：2023-03-21
申请号：CN202211054651.X
申请日：2022-08-30
申请人： 北京化工大学
IPC分类号： G06Q10/0631 , G06Q30/0601 , G06N20/00
摘要： 本发明公开了一种基于自学习的订单拣选调度优化方法。首先，建立一个订单分批与批次分配问题的混合整数非线性数学规划模型。其次，提出一种基于自学习的迭代局部搜索算法求解该模型。在算法中设计了四组局部搜索算子组合，构建了基于Q‑learning的自学习局部搜索算子组合选择机制。该机制通过离线训练和在线更新，在每次迭代时自适应地选择局部搜索算子组合执行局部搜索，保证求解质量的同时降低算法计算代价。最后，设计一个自适应扰动机制和基于Metropolis的接受准则。自适应扰动机制利用算法当前解以及解的变化趋势确定扰动强度，基于Metropolis的接受准则在满足一定条件下接受差解，二者帮助算法更好地平衡全局与局部搜索能力。本发明可以应用于电子商务行业或者配送中心的订单拣选问题。
-
公开(公告)号：CN115796415A
公开(公告)日：2023-03-14
申请号：CN202211479274.4
申请日：2022-11-24
申请人： 北京化工大学
IPC分类号： G06Q10/047 , G06Q10/0631 , G06Q10/0835 , G06Q10/087 , G06N5/01 , G06N20/00
摘要： 一种仓配一体化模式下的智能调度优化方法属于订单拣选与配送集成调度领域。该方法有效实现了仓配一体化模式下订单分批、分配、排序以及路径优化的联合决策。在每次迭代时多起点迭代局部搜索算法都要从一个解集合中选择一个优化方案作为初始解。为了提高算法的智能性，构建了基于强化学习的初始解选择机制。该机制通过揭示算法的内在机制，在每次迭代时自适应地选择初始解以提高求解质量。通过数值实验对算法进行验证与分析，实验结果表明，相较目前最先进的求解算法与传统元启发式算法，所提算法在提升订单履行效率和客户满意度提高方面均具有更优的表现。本发明可以帮助企业节省仓储成本和运输成本，提高存货周转率，改善客户体验。
-
公开(公告)号：CN110989538B
公开(公告)日：2021-06-08
申请号：CN201911343154.X
申请日：2019-12-23
申请人： 北京化工大学
IPC分类号： G05B19/418
摘要： 本发明公开了一种复杂生产过程闭环调度优化方法，首先采用有向无环图描述带合作加工约束与设备整定时间约束的job‑shop问题；其次，提取共生进化算法种群状态关键特征，离线训练用于自适应调节共生进化算法参数的参数整定模型，利用种群迭代状态信息获取当前种群最优参数，指导算法寻优；最后，结合种群实际迭代情况的反馈信息，在线更新参数整定模型，保持其鲁棒性，实现获取高质量机器分配与工序排序同步优化的目的。利用本发明能够获取解质量良好的调度方案。
-
公开(公告)号：CN115660210A
公开(公告)日：2023-01-31
申请号：CN202211408086.2
申请日：2022-11-10
申请人： 北京化工大学
摘要： 本发明公开了一种面向高维组合优化问题的智能调度方法，确定工件数量以及机器数量，生成包含P个向量的原始种群，每个向量表示所有工件分配到各个机器的一种方案，以及这种方案下各工件的加工顺序；采用哑编码将种群中机器分配部分映射到欧式空间，练自编码器，利用种群中工序排序部分，训练LSTM自编码器；通过自编码器和LSTM自编码器对原始种群进行降维产生低维种群；对原始种群和低维种群各自采用遗传算法迭代产生临时种群；利用自编码器和LSTM自编码器的解码模块对低维临时种群进行升维；评价临时种群中各个体的调度性能指标，根据贪婪准则保留部分个体并生成子代种群。该方法可高效对高维组合优化的解空间进行搜索，解决复杂过程的调度优化问题。
-
公开(公告)号：CN115238995A
公开(公告)日：2022-10-25
申请号：CN202210876529.4
申请日：2022-07-25
申请人： 北京化工大学
摘要： 本发明公开了一种用于复杂过程的智能调度优化方法，其中，方法包括以下步骤：根据实际情况确定工件数量以及机器数量，生成包含P个向量的原始种群，每个向量表示所有工件分配到各个机器的一种方案，以及这种方案下各工件的加工顺序；采用独热编码将种群映射到欧式空间；训练自编码神经网络，并对独热编码向量进行降维产生低维种群；对原始种群和低维种群各自采用进化算法迭代产生临时种群；利用自编码神经网络的解码模块对低维临时种群进行升维；评价临时种群中各个体的调度性能指标，根据贪婪准则保留部分个体并生成子代种群。该方法融合机器学习与群体智能，可有效对组合优化的高维解空间进行搜索，进而能够有效解决复杂过程的调度优化问题。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.022 秒)
