公开(公告)号：CN116258308A

公开(公告)日：2023-06-13

申请号：CN202211383410.X

申请日：2022-11-07

Applicant: 北京理工大学

Inventor： 胡耀光 ,  侯振宇 ,  瞿升 ,  张立祥 ,  蔡泽 ,  王一衡

IPC: G06Q10/0631 ,  G06Q10/0633 ,  G06N3/126 ,  G06Q50/04

Abstract: 本发明公开的一种基于混合遗传算法的动态柔性作业车间调度方法，属于柔性作业车间调度技术领域。针对车间中资源种类多和动态干扰事件发生的问题，本发明建立动态柔性车间调度问题的数学模型，以最小化最大完工时间为目标函数，使得调度目标得到优化；使用混合遗传算法求解初始调度方案，得到第一阶段调度方案；判断是否有紧急工件插入，如果没有，则执行目前调度方案；否则，重新规划，采用贪心算法对紧急工件的工序集合进行作业调度，得到下阶段调度方案，即动态柔性作业车间调度结果。本发明能保证对动态事件的快速反应的同时提高生产效率。本发明适用于生产制造等领域，通过对车间多种资源的协同调度以及重调度，提高生产效率，缩短完工周期。

公开(公告)号：CN117213497A

公开(公告)日：2023-12-12

申请号：CN202311302961.3

申请日：2023-10-10

Applicant: 北京理工大学

Inventor： 胡耀光 ,  王一衡 ,  张立祥 ,  侯振宇

IPC: G01C21/20 ,  G06Q10/047 ,  G06N3/0464 ,  G06N3/092

Abstract: 本发明公开的基于深度强化学习的AGV全局路径规划方法，属于动态路径规划技术领域。本发明为基于深度强化学习的请求响应式引导路径动态生成决策方法。本发明实现方法为：将全局路径规划转换为序列决策问题；为充分融合决策所需的起始点位置、障碍物分布、AGV几何形状、多AGV运行趋势，使用多通道图像表征场景中的时空信息，并以多通道时空信息作为深度神经网络的输入；建立结合行驶距离成本与行驶时间成本的优化模型，采用部分观测马尔可夫决策过程进行决策，使用近端策略优化算法PPO训练以多通道时空信息作为输入的深度神经网络；通过训练好的深度神经网络规划AGV全局路径，达到同时降低AGV运行距离、运行时间和计算响应时间的目的。

公开(公告)号：CN116703641A

公开(公告)日：2023-09-05

申请号：CN202310703139.1

申请日：2023-06-14

Applicant: 北京理工大学

Inventor： 胡耀光 ,  侯振宇 ,  张立祥 ,  蔡泽 ,  王一衡

IPC: G06Q50/04 ,  G06Q10/0631 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明公开的基于深度强化学习的柔性多资车间动态调度方法，属于动态调度技术领域。本发明实现方法为：定义车间的状态、车间的调度动作、决策奖励函数；以最小化所有工件总延迟时间为优化目标，并构建调度目标优化问题，用于安排工件的加工机器和运输工件的AGV；构建用于决策的神经网络；使用D3QN方法对调度目标优化问题进行求解，即基于神经网络通过在车间的决策时刻，计算车间的实时生产状态，将生产状态输入到训练好的神经网络中，神经网络根据输入的状态输出车间的调度动作，执行调度动作并反馈奖励给神经网络的方法来降低车间工件总延迟，提高车间的生产效率。本发明具有兼顾效率和性能的优点。