公开(公告)号：CN106569472A

公开(公告)日：2017-04-19

申请号：CN201611000252.X

申请日：2016-11-14

Applicant: 南京理工大学

Inventor： 黄波 ,  张加浪 ,  蔡志成 ,  丁高瞻 ,  裴焱栋

IPC: G05B19/418 ,  G06F9/52 ,  G06F17/50

CPC classification number: Y02P90/02 ,  G05B19/41865 ,  G06F9/524 ,  G06F17/5013

Abstract: 本发明公开了一种基于二叉决策图（BDD）的企业车间死锁的快速预防方法。本发明通过Petri网对企业车间系统进行模拟和分析，利用可以压缩表示布尔函数的数据结构BDD进行求解和统计。包括以下步骤：采用Petri网对企业车间生产系统建模；基于BDD快速求解Petri网模型的极小信标集；基于陷阱定义或者与信标的逆反关系，快速求解Petri网的陷阱集；分析、规划极小信标和陷阱，求解Petri网模型的严格极小信标集；通过对严格极小信标集的分析，获得新的控制库所集和对应的关系弧，以此控制严格极小信标集全都为不被清空的，从而实现对企业车间死锁的预防。本发明具有死锁控制器求解过程需要较少的求解时间和存储空间的优点。

公开(公告)号：CN106569472B

公开(公告)日：2019-05-07

申请号：CN201611000252.X

申请日：2016-11-14

Applicant: 南京理工大学

Inventor： 黄波 ,  张加浪 ,  蔡志成 ,  丁高瞻 ,  裴焱栋

IPC: G05B19/418 ,  G06F9/52 ,  G06F17/50

Abstract: 本发明公开了一种基于二叉决策图（BDD）的企业车间死锁的快速预防方法。本发明通过Petri网对企业车间系统进行模拟和分析，利用可以压缩表示布尔函数的数据结构BDD进行求解和统计。包括以下步骤：采用Petri网对企业车间生产系统建模；基于BDD快速求解Petri网模型的极小信标集；基于陷阱定义或者与信标的逆反关系，快速求解Petri网的陷阱集；分析、规划极小信标和陷阱，求解Petri网模型的严格极小信标集；通过对严格极小信标集的分析，获得新的控制库所集和对应的关系弧，以此控制严格极小信标集全都为不被清空的，从而实现对企业车间死锁的预防。本发明具有死锁控制器求解过程需要较少的求解时间和存储空间的优点。

公开(公告)号：CN105652833B

公开(公告)日：2018-01-23

申请号：CN201511022692.0

申请日：2015-12-30

Applicant: 南京理工大学

Inventor： 黄波 ,  许志华 ,  许多 ,  张加浪 ,  吕建勇

IPC: G06Q10/06

Abstract: 本发明公开了一种基于双向A*搜索的制造企业车间调度优化方法，步骤如下：根据系统加工工序构建系统的Petri网模型；将Petri网模型转化成算法的输入文件；构建标识向量、关联矩阵等相关变量用于Petri网演化和启发函数构建；构建A*算法的启发函数；采用系统起始状态标识和终止状态标识作为正向A*和反向A*算法的起始状态，分别向终止状态和起始状态开展A*搜索；判断任一方向搜索算法的最小代价值节点是否到达最终状态，或者是否为对向A*搜索OPEN表中的节点，如果是，从此节点向系统起始节点和终止节点回溯构造最优路径，输出系统的调度方案。本发明具有搜索节点数目少、更快找到最优调度方案的优点。

公开(公告)号：CN105652833A

公开(公告)日：2016-06-08

申请号：CN201511022692.0

申请日：2015-12-30

Applicant: 南京理工大学

Inventor： 黄波 ,  许志华 ,  许多 ,  张加浪 ,  吕建勇

IPC: G05B19/418

CPC classification number: G05B19/41865 ,  G05B2219/32252

Abstract: 本发明公开了一种基于双向A*搜索的制造企业车间调度优化方法，步骤如下：根据系统加工工序构建系统的Petri网模型；将Petri网模型转化成算法的输入文件；构建标识向量、关联矩阵等相关变量用于Petri网演化和启发函数构建；构建A*算法的启发函数；采用系统起始状态标识和终止状态标识作为正向A*和反向A*算法的起始状态，分别向终止状态和起始状态开展A*搜索；判断任一方向搜索算法的最小代价值节点是否到达最终状态，或者是否为对向A*搜索OPEN表中的节点，如果是，从此节点向系统起始节点和终止节点回溯构造最优路径，输出系统的调度方案。本发明具有搜索节点数目少、更快找到最优调度方案的优点。

公开(公告)号：CN105373845A

公开(公告)日：2016-03-02

申请号：CN201510662943.5

申请日：2015-10-14

Applicant: 南京理工大学

Inventor： 黄波 ,  薛珊 ,  张加浪 ,  许志华 ,  吕建勇 ,  张功萱 ,  朱航

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/04

CPC classification number: Y02P90/30 ,  G06Q10/04 ,  G06Q10/0631 ,  G06Q50/04

Abstract: 本发明公开了一种制造企业车间的混合智能调度优化方法，步骤如下：初始化HS算法和SA算法的相关参数；根据不同的生产任务，输入每个任务所涉及的加工信息；使用基于工序的编码方式对问题进行编码，然后使用随机生成方式生成和声记忆库HM初始解；使用SA算法对所有初始解进行邻域变换，如果变换后的解好于原解则接收，否则以SA算法中随温度递减的概率接收；采用学习和声记忆库、变量微调、随机生成新音调三种机制生成新解；用SA算法对新解进行领域变换和决定是否接收新解；建立目标优化函数，根据优化结果更新HM；若运行了最大迭代次数，输出最优和声解，画出系统的调度甘特图。本发明具有硬件要求低、更容易找到最优解的优点。