自动制造系统的动态加权启发式调度方法

    公开(公告)号:CN110928253B

    公开(公告)日:2022-05-27

    申请号:CN201911066159.2

    申请日:2019-11-04

    Abstract: 本发明公开了一种自动制造系统的动态加权启发式调度方法,包括以下步骤:采用Petri网对自动制造系统进行建模;读取Petri网模型中各个库所对应的数据值,求取Petri网模型中库所与变迁的关联矩阵;基于关联矩阵和启发式A*搜索算法,实现在无需预测调度方案深度的情况下以更短的时间搜索获得系统从起始状态节点到目标节点的调度方案,且调度方案的质量不超过事先给定的范围。本发明以自动制造系统为对象,采用可达图中的动态加权算法,通过对启发式函数添加额外权重来评估节点,找出最符合要求的路径,此方法在牺牲少量调度结果质量的情况下,能显著加快寻找最优路径的速度,有效提高在实际应用中的效率,且此方法无需事先预测系统调度方案的深度。

    基于任意时间A*启发式搜索的制造企业车间调度优化方法

    公开(公告)号:CN110716522B

    公开(公告)日:2022-05-27

    申请号:CN201911066140.8

    申请日:2019-11-04

    Abstract: 本发明公开了一种基于任意时间A*启发式搜索的制造企业车间调度优化方法,包括:构建车间制造系统的Petri网模型;将Petri网模型转化为输入文件;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;构建任意时间A*算法的启发函数;采用系统初始状态标识作为任意时间A*算法的起始状态,向终止状态开展搜索,搜索从Petri网系统起始状态到终止状态的变迁发射序列即获得制造企业车间调度方案。相比于普通A*搜索算法,本发明的任意时间A*启发式搜索允许在搜索时间和解决方案质量之间进行灵活的权衡,且能在有限时间内减少节点扩展的数量,快速查找出模型变迁发射序列,进而快速获得企业车间作业调度方案。

    BDD结合启发式A*搜索的多机器人任务分配方法

    公开(公告)号:CN111190711B

    公开(公告)日:2023-06-09

    申请号:CN201911285416.1

    申请日:2019-12-13

    Abstract: 本发明公开了一种BDD结合启发式A*搜索的多机器人任务分配方法,包括以下步骤:利用时间Petri网对多机器人系统建模;对多机器人系统模型的目标状态进行模拟,并建立目标状态的标识;计算多机器人系统模型的可达图,并结合目标状态的标识判断多机器人系统模型是否可以达到目标状态,若可以达到,则执行下一步,反之返回第一步;采用二元决策图BDD对多机器人系统模型的可达图进行高效压缩表示和快速二值运算;使用启发式A*搜索算法对BDD表示的多机器人系统模型的可达图进行快搜索,获得多机器人系统从起始状态到目标状态的最优任务调度序列。本发明的方法能有效提高多机器人系统任务调度与分配的速度,缓解系统可达状态爆炸等问题。

    基于任意时间A*启发式搜索的制造企业车间调度优化方法

    公开(公告)号:CN110716522A

    公开(公告)日:2020-01-21

    申请号:CN201911066140.8

    申请日:2019-11-04

    Abstract: 本发明公开了一种基于任意时间A*启发式搜索的制造企业车间调度优化方法,包括:构建车间制造系统的Petri网模型;将Petri网模型转化为输入文件;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;构建任意时间A*算法的启发函数;采用系统初始状态标识作为任意时间A*算法的起始状态,向终止状态开展搜索,搜索从Petri网系统起始状态到终止状态的变迁发射序列即获得制造企业车间调度方案。相比于普通A*搜索算法,本发明的任意时间A*启发式搜索允许在搜索时间和解决方案质量之间进行灵活的权衡,且能在有限时间内减少节点扩展的数量,快速查找出模型变迁发射序列,进而快速获得企业车间作业调度方案。

    BDD结合启发式A*搜索的多机器人任务分配方法

    公开(公告)号:CN111190711A

    公开(公告)日:2020-05-22

    申请号:CN201911285416.1

    申请日:2019-12-13

    Abstract: 本发明公开了一种BDD结合启发式A*搜索的多机器人任务分配方法,包括以下步骤:利用时间Petri网对多机器人系统建模;对多机器人系统模型的目标状态进行模拟,并建立目标状态的标识;计算多机器人系统模型的可达图,并结合目标状态的标识判断多机器人系统模型是否可以达到目标状态,若可以达到,则执行下一步,反之返回第一步;采用二元决策图BDD对多机器人系统模型的可达图进行高效压缩表示和快速二值运算;使用启发式A*搜索算法对BDD表示的多机器人系统模型的可达图进行快搜索,获得多机器人系统从起始状态到目标状态的最优任务调度序列。本发明的方法能有效提高多机器人系统任务调度与分配的速度,缓解系统可达状态爆炸等问题。

    自动制造系统的动态加权启发式调度方法

    公开(公告)号:CN110928253A

    公开(公告)日:2020-03-27

    申请号:CN201911066159.2

    申请日:2019-11-04

    Abstract: 本发明公开了一种自动制造系统的动态加权启发式调度方法,包括以下步骤:采用Petri网对自动制造系统进行建模;读取Petri网模型中各个库所对应的数据值,求取Petri网模型中库所与变迁的关联矩阵;基于关联矩阵和启发式A*搜索算法,实现在无需预测调度方案深度的情况下以更短的时间搜索获得系统从起始状态节点到目标节点的调度方案,且调度方案的质量不超过事先给定的范围。本发明以自动制造系统为对象,采用可达图中的动态加权算法,通过对启发式函数添加额外权重来评估节点,找出最符合要求的路径,此方法在牺牲少量调度结果质量的情况下,能显著加快寻找最优路径的速度,有效提高在实际应用中的效率,且此方法无需事先预测系统调度方案的深度。

Patent Agency Ranking